基于BP-SVR的盾构施工地表沉降组合预测研究

盾构施工过程中不可避免的会引起地表沉降问题,沉降过大会导致盾构无法顺利贯通、周围建筑物倾斜等工程质量和安全问题的出现。基于此,文章提出一种基于BP神经网络-支持向量回归(Back Propagation-Support Vector Regression,BP-SVR)的盾构施工地表沉降组合预测模型。首先,对影响地表沉降的主要因素和地表沉降数据进行收集和预处理;然后,分别构建BP、SVR盾构地表沉降预测模型,并将两个模型的预测结果进行最优组合赋权以得到最终预测结果;最后,为验证所构建模型的准确性和有效性,依托昆明地铁五号线盾构施工项目加以应用。研究结果表明:所构建的BP-SVR模型预测精度较高,可为盾构施工地表沉降控制提供理论支撑。