多阶段递进式预测模型在基坑变形中的应用研究
2017-08-31周永胜
长江科学院院报 2017年8期
周永胜
(陕西铁路工程职业技术学院,陕西 渭南 714000)
多阶段递进式预测模型在基坑变形中的应用研究
周永胜
(陕西铁路工程职业技术学院,陕西 渭南 714000)
为实现对基坑变形的高精度预测,提高预测结果的稳定性,采用支持向量机、BP神经网络及GM(1,1)作为基础预测模型,并建立了对应各模型参数优化的一阶递进预测模型。以一阶递进预测结果为基础,构建了多种定权与非定权的二阶组合预测模型;以马尔可夫链理论为基础,建立了三阶递进的误差修正模型,实现了对基坑变形的多阶段递进式预测。结果表明:通过各阶段的递进预测,预测精度及稳定性都有了很大的提高,验证了递进预测思路的有效性和可行性。通过对基坑变形的递进式预测研究,以期为基坑的变形提供一种新的思路。
基坑;递进预测模型;支持向量机;BP神经网络;GM(1,1)模型;组合预测;误差修正
1 研究背景
基坑是城市建设中常遇的工程建设之一,由于其所处的环境较为复杂,在施工过程中,基坑会出现不同程度的变形。为避免基坑变形造成严重的工程事故,应对基坑的变形进行监测,尽可能地在后续对其进行变形预测,进而便于采取相应的应对措施。
许多学者已在这方面进行了研究,并取得了一定的成果,如:杨爱婷等[1]采用ACO-BP神经网络对基坑的变形进行预测,结果表明该预测模型对基坑变形的预测精度较高;曹净等[2]则将最小二乘支持向量机(LSSVM)引入到基坑的变形预测中,并结合小波变换和时间序列建立了基坑的综合变形预测模型,通过实例验证了该模型的有效性和可行性;……
登录APP查看全文
