王 飞

（陕西铁路工程职业技术学院，陕西渭南 714000）

近年，我国市政交通行业得以快速发展，并显著增加了地下空间的开发利用，其中，形成了规模较大的基坑工程；由于基坑施工具有空间立体特征，加之地质条件限制，使得基坑变形对其安全施工具有直接影响，因此，开展基坑变形预测研究具有重要的工程价值［1-3］. 目前，已有相关学者开展了基坑变形预测研究，如袁志明等［4］、李柏佚等［5］在考虑基坑邻近监测点间的相互影响基础上，构建了监测点间的关联预测模型；苏秀婷等［6］利用有限元法实现了基坑预测分析；王雪妮和韩国锋［7］则利用极限学习机实现了基坑变形预测.上述分析为基坑变形规律研究提供了相应研究思路，也取得了一定研究成果，但上述研究均未考虑基坑变形数据中含有的误差信息影响，也未涉及相关向量机的应用研究，因此，仍需进一步拓展基坑变形预测方法研究. 受监测环境影响，基坑变形数据往往含有一定的误差信息，对预测结果具有一定影响，因此，在基坑变形预测前，有必要先进行变形数据的信息分解处理；同时，单一模型也难以完全刻画基坑的非线性变形特征，进而开展基坑变形的组合预测显得十分必要. 本研究以海之韵站基坑工程为实例背景，先利用优化局部均值分解实现基坑变形数据的趋势项和随机项分解，再利用优化相关向量机和ARIMA模型实现趋势项和随机项的组合预测，以掌握基坑……