期刊文献+
共找到1,543篇文章
< 1 2 78 >
每页显示 20 50 100
老采空区地表沉降预测合理监测模式分析 被引量:1
1
作者 韩春鹏 杜超 +2 位作者 史梁 祖发金 柴晓鹤 《工程勘察》 2024年第2期48-53,共6页
为研究老采空区沉降监测数据时间间隔对预测精度的影响,本文利用某老采空区地表沉降监测点实测沉降数据,在等时间间隔、非等时间间隔两种情况下建立两种方案、六种沉降预测模式,采用长短期记忆神经网络(LSTM)预测模型对老采空区地表沉... 为研究老采空区沉降监测数据时间间隔对预测精度的影响,本文利用某老采空区地表沉降监测点实测沉降数据,在等时间间隔、非等时间间隔两种情况下建立两种方案、六种沉降预测模式,采用长短期记忆神经网络(LSTM)预测模型对老采空区地表沉降进行预测,以平均绝对误差(MAE)和平均绝对百分比误差(MAPE)作为评价指标,分析不同时间间隔监测数据对预测精度的影响。结果表明,在总监测时长不变的情况下,预测精度随平均监测间隔时长的增长呈先增高后降低的趋势,即并非监测间隔越短,预测精度越高,而是在相应监测间隔范围内存在预测精度最优值。研究成果可为老采空区监测方案设计及沉降预测模式提供借鉴和指导。 展开更多
关键词 老采空区 监测模式分析 神经网络(LSTM) 沉降预测
下载PDF
基于迭代协同克里金反演的非均质地基固结沉降预测研究
2
作者 高旭 宋琨 +2 位作者 李凌 晏鄂川 王卫明 《岩土力学》 EI CAS CSCD 北大核心 2024年第S01期761-770,共10页
目前地基固结沉降反演预测多是以土体均质或分层假设为前提,然而天然地基水文、力学参数具有空间变异性是客观事实。鉴于此,提出了一种基于迭代协同克里金的非均质地基土体参数反演方法,据此开展了利用沉降和超孔隙水压力观测数据反演... 目前地基固结沉降反演预测多是以土体均质或分层假设为前提,然而天然地基水文、力学参数具有空间变异性是客观事实。鉴于此,提出了一种基于迭代协同克里金的非均质地基土体参数反演方法,据此开展了利用沉降和超孔隙水压力观测数据反演非均质地基土参数的数值试验研究,并结合敏感度分析解释了不同类型观测数据对非均质地基参数反演解析度的影响机制。结果表明:此方法反演的参数场是最优无偏估计;同时采用沉降和超孔隙水压力观测数据反演刻画非均质地基比单独采用沉降或超孔压数据反演刻画的非均质地基解析度更高,用于地基固结沉降预测效果也更好;不同类型观测信息对不同参数反演刻画解析度高低与观测信息对参数敏感度数量级呈正相关关系。 展开更多
关键词 迭代协同克里金 反演方法 非均质地基 固结沉降预测 敏感性
下载PDF
基于协同降噪与IGWO-SVR的高填方路基沉降预测
3
作者 苏谦 张棋 +2 位作者 张宗宇 牛云彬 陈德 《铁道学报》 EI CAS CSCD 北大核心 2024年第3期87-98,共12页
高填方路基沉降影响山岭重丘区重载铁路运营安全。为克服实测沉降数据掺杂随机噪声、现有预测模型适用性差的不足,提出基于协同降噪算法与IGWO-SVR模型的沉降预测方法。运用互补集合经验模态分解法(CEEMD)与小波包变换法(WPT)对含噪沉... 高填方路基沉降影响山岭重丘区重载铁路运营安全。为克服实测沉降数据掺杂随机噪声、现有预测模型适用性差的不足,提出基于协同降噪算法与IGWO-SVR模型的沉降预测方法。运用互补集合经验模态分解法(CEEMD)与小波包变换法(WPT)对含噪沉降数据进行协同降噪处理;提出基于佳点集初始化均布、非线性收敛控制与自身历史最优记忆位置更新的改进灰狼优化(IGWO)算法,并结合支持向量回归模型(SVR),构建IGWO-SVR沉降预测模型。进一步地,利用大准铁路工点及现有文献研究成果,验证IGWO-SVR模型的优越性。结果表明:协同降噪法可有效消除原数据中噪声项的干扰波动;在小样本数据集上,IGWO-SVR模型较传统沉降预测模型与现有文献所述预测模型,具有更高的预测精度与稳定性。研究成果为重载铁路高填方路基沉降预测提供了新途径。 展开更多
关键词 重载铁路 高填方路基 沉降预测 协同降噪 改进灰狼优化 支持向量回归
下载PDF
基于高频组合片段-基因表达式编程算法的轨道交通地面沉降预测模型
4
作者 胡珉 卢孟栋 《城市轨道交通研究》 北大核心 2024年第8期206-210,共5页
[目的]地面沉降预测和控制是轨道交通盾构法隧道施工中最为关注的问题之一。为了解决现有地面沉降预测和控制中存在的模型表达过于复杂且缺乏解释性的问题,需要一种既简洁清晰,又能够描述复杂问题的可解释模型,GEP(基因表达式编程)算法... [目的]地面沉降预测和控制是轨道交通盾构法隧道施工中最为关注的问题之一。为了解决现有地面沉降预测和控制中存在的模型表达过于复杂且缺乏解释性的问题,需要一种既简洁清晰,又能够描述复杂问题的可解释模型,GEP(基因表达式编程)算法提供了这种可能性,因此需对基于HFS(高频组合片段)-GEP算法的轨道交通地面沉降预测模型进行深入研究。[方法]以杭绍城际铁路某区段盾构隧道工程为依托,选取盾构施工过程中的土舱压力、刀盘扭矩、刀盘转速、推进速度、总推力、隧道埋深及盾尾注浆量等参数作为关键输入型施工参数,地面沉降作为输出型施工参数,通过备选公式集筛选以及HFS选取,建立基于HFS-GEP算法的轨道交通地面沉降预测模型。利用该模型对第180环—第210环区段的关键施工参数进行优化调整,分析盾构施工参数变化对地面最终沉降的影响效果。[结果及结论]基于HFS-GEP算法的地面沉降预测模型可以反映盾构施工参数与地面最终沉降的显式关系;相较于传统GEP算法的地面沉降预测模型,该模型准确度更高,结构更为简洁,且收敛速度更快。通过对盾构关键施工参数进行优化调整,该模型可将第180环—第210环区段的最终沉降量控制在10 mm以内。 展开更多
关键词 轨道交通 地面沉降预测模型 高频组合片段 基因表达式编程算法
下载PDF
西南某机场跑道沉降预测模型
5
作者 方学东 顾天宇 舒富民 《科技和产业》 2024年第18期196-202,共7页
机场道面沉降,严重影响机场安全运行。准确预测跑道工后沉降,对机场的建设与运行极为重要。以西南某机场跑道沉降变形的观测数据为依据,分别用双曲线模型、对数模型、指数模型以及灰色预测模型,对跑道沉降进行预测和对比分析,解决了小... 机场道面沉降,严重影响机场安全运行。准确预测跑道工后沉降,对机场的建设与运行极为重要。以西南某机场跑道沉降变形的观测数据为依据,分别用双曲线模型、对数模型、指数模型以及灰色预测模型,对跑道沉降进行预测和对比分析,解决了小样本数下曲线预测精度较低及灰色模型对非线性预测准确度差等问题,提高了预测的精度;同时通过BP神经网络对组合预测模型的残差进行修正,最大限度地提高模型预测的精度和效果,为地基沉降预测提供借鉴。 展开更多
关键词 沉降预测 曲线预测模型 灰色预测模型 组合预测模型 BP神经网络
下载PDF
灰色-贝叶斯模型在地下托换沉降预测中的应用
6
作者 邱红胜 王芯蕊 《工程与建设》 2024年第4期745-748,783,共5页
在既有建筑物地下托换施工过程中,不均匀沉降可能会对上部结构造成严重损害。为此,本文基于MATLAB软件建立了灰色-贝叶斯预测模型,通过贝叶斯法对灰色GM(1,1)模型进行了优化。该模型用于预测地下托换引起的沉降情况,并结合了灰色模型的... 在既有建筑物地下托换施工过程中,不均匀沉降可能会对上部结构造成严重损害。为此,本文基于MATLAB软件建立了灰色-贝叶斯预测模型,通过贝叶斯法对灰色GM(1,1)模型进行了优化。该模型用于预测地下托换引起的沉降情况,并结合了灰色模型的优点,如适用于小样本数据、无须假设数据分布规律等,以及贝叶斯模型的优点,如可利用已有数据不断更新预测结果,提高预测准确性。本文应用该模型对实际案例中地下托换施工引起的沉降进行了预测,并发现该模型能够较准确地预测沉降情况,并能够不断更新预测结果以适应新的数据。本文的研究成果为相关领域提供了一种新的组合预测模型,并为MATLAB在地下托换沉降预测方面的应用提供了借鉴和参考。 展开更多
关键词 灰色模型 沉降预测 地下空间 贝叶斯优化
下载PDF
基于灰色系统的深厚软基上部路堤沉降预测研究 被引量:2
7
作者 顾维 郭芳 郭一鹏 《武汉理工大学学报(交通科学与工程版)》 2024年第1期110-114,共5页
为有效预测某深厚软基上部公路路堤的沉降趋势,在部分监测数据的基础上,采用灰色系统预测模型GM(1,N)对沉降进行预测分析,并与有限元法和分层沉降计算法的结果进行对比.结果表明:有限元分析的结果在总体趋势上与现场监测数据差异较大,... 为有效预测某深厚软基上部公路路堤的沉降趋势,在部分监测数据的基础上,采用灰色系统预测模型GM(1,N)对沉降进行预测分析,并与有限元法和分层沉降计算法的结果进行对比.结果表明:有限元分析的结果在总体趋势上与现场监测数据差异较大,理论计算只能提供最终沉降量的预测,无法满足施工阶段性变形预测要求,而GM(1,N)模型对短时间段内的路堤的沉降有较好的预测效果,时间较长时,预测数据将偏大. 展开更多
关键词 公路 软基 路堤 灰色系统 沉降预测
下载PDF
基于SSA-ELM算法的基坑地表沉降预测
8
作者 刘银涛 任超 《桂林理工大学学报》 CAS 北大核心 2024年第3期471-475,共5页
针对传统的极限学习机算法(ELM)在进行深基坑的地表沉降预测时易陷入局部极小、网络结构中参数选取不准确及预测精度不佳等问题,提出了一种基于麻雀搜索算法(SSA)优化极限学习机算法的基坑地表沉降预测模型。根据麻雀搜索算法收敛速度... 针对传统的极限学习机算法(ELM)在进行深基坑的地表沉降预测时易陷入局部极小、网络结构中参数选取不准确及预测精度不佳等问题,提出了一种基于麻雀搜索算法(SSA)优化极限学习机算法的基坑地表沉降预测模型。根据麻雀搜索算法收敛速度快、寻优能力与稳定性较强等特点,对极限学习机算法中的连接权值与阈值进行优化,并将优化后的模型应用于基坑的地表沉降预测。将麻雀搜索算法优化后的极限学习机算法(SSA-ELM)与ELM、 GA-ELM、 PSO-ELM算法进行预测精度对比,结果表明:SSA-ELM算法的预测精度高于ELM、 GA-ELM、 PSO-ELM算法,且其稳定性更强,在基坑的地表沉降预测方面效果更好,实现了提高预测精度的目的,具有一定的可行性和实用性。 展开更多
关键词 极限学习机 麻雀搜索算法 优化 沉降预测 基坑
下载PDF
基于优化长短期记忆网络的矿坑遗产沉降预测
9
作者 王凤英 孟令泽 +1 位作者 哈静 杜利明 《计算机技术与发展》 2024年第8期128-134,共7页
工业矿坑遗产以其独特风貌和价值逐步受到广泛关注。针对矿坑遗产易发的沉降地质灾害,积极采取预防措施是降低损失的有效途径。为解决工业矿坑遗产沉降灾害预测问题,提出一种融合蜣螂优化算法(DBO)的优化长短期记忆网络(LSTM)算法,用于... 工业矿坑遗产以其独特风貌和价值逐步受到广泛关注。针对矿坑遗产易发的沉降地质灾害,积极采取预防措施是降低损失的有效途径。为解决工业矿坑遗产沉降灾害预测问题,提出一种融合蜣螂优化算法(DBO)的优化长短期记忆网络(LSTM)算法,用于构建预警模型。选取阜新市海州露天矿作为实验地点,利用小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术采集55景矿区沉降数据。通过两种去噪方法对采集到的样本数据进行去噪处理,应用DBO算法优化LSTM,建立工业矿坑遗产沉降预测模型。LSTM模型的超参数使用DBO算法优化以实现高精度预测模型,并与其他算法优化LSTM后的模型指标进行对比。结果表明:DBO-LSTM模型在工业矿坑遗产沉降预测优势突出,预测模型的均方根误差、平均绝对误差和决定系数分别为0.045 mm,0.038 mm,0.956,均优于其他预测模型。DBO-LSTM模型在预测工业矿坑遗产沉降方面展现了高精度、快速收敛和强稳定性等特点,为工业矿坑遗产保护工作提供了有力支持。 展开更多
关键词 工业矿坑遗产 沉降预测 预警模型 长短期记忆网络 蜣螂优化算法
下载PDF
软土地基分级堆载预压沉降预测方法
10
作者 袁威 朱润田 +3 位作者 苏银强 冯启 储诚富 邓永锋 《Journal of Southeast University(English Edition)》 EI CAS 2024年第1期41-48,共8页
为了准确预测分级堆载预压条件下软土地基的沉降,对Asaoka法进行了改进.考虑土体固结系数随荷载的变化,对沉降预测线的斜率进行了修正,并给出了预测线截距的预测计算方法.改进的Asaoka方法考虑了固结应力对固结系数的影响和土体固结的... 为了准确预测分级堆载预压条件下软土地基的沉降,对Asaoka法进行了改进.考虑土体固结系数随荷载的变化,对沉降预测线的斜率进行了修正,并给出了预测线截距的预测计算方法.改进的Asaoka方法考虑了固结应力对固结系数的影响和土体固结的非线性.通过室内固结试验和现场监测,验证了改进方法的可靠性.结果表明,固结系数C_(v)不是常数,它满足与固结压力P的关系C_(v)=aln(blnP),拟合良好,误差小于5%.不同应力水平下的沉降预测线并不平行,与原始的Asoaka方法相比,改进方法误差率较低.改进的Asaoka方法比传统方法具有更高的预测精度,能够可靠地预测分级堆载预压过程中软土地基的沉降. 展开更多
关键词 ASAOKA法 沉降预测 分级堆载 固结系数
下载PDF
基于优化BP神经网络的复合路基沉降预测 被引量:1
11
作者 张建 易文 袁伟嘉 《工程建设》 2024年第3期6-10,16,共6页
为准确预测CFG桩复合路基的沉降,以观测时间、累计填土厚度、软土层厚度、软土压缩模量和桩长为输入变量,基于MATLAB平台,构建网络结构为5-5-1的BP预测模型,并用粒子群算法和遗传算法分别进行优化,再以肇庆市桥北路新建工程的实测数据... 为准确预测CFG桩复合路基的沉降,以观测时间、累计填土厚度、软土层厚度、软土压缩模量和桩长为输入变量,基于MATLAB平台,构建网络结构为5-5-1的BP预测模型,并用粒子群算法和遗传算法分别进行优化,再以肇庆市桥北路新建工程的实测数据进行仿真,将两种优化模型和普通BP模型的预测性能进行对比。结果表明:使用PSO-BP和GA-BP预测模型预测CFG桩复合路基的沉降是可行的,且预测精度高,预测结果明显优于普通BP沉降预测模型。本文成果可为复合路基的沉降预测提供一定的借鉴与参考。 展开更多
关键词 神经网络 PSO-BP GA-BP CFG桩复合路基 沉降预测
下载PDF
基于循环神经网络的超大直径盾构掘进地表沉降预测方法研究
12
作者 马川 盛光祖 +4 位作者 陈健 李义翔 黄兴 张建勇 文天 《河南科学》 2024年第4期558-566,共9页
为了研究超大直径盾构掘进过程地面沉降规律,以武汉市和平大道南延线盾构工程为研究对象,首先收集了超大直径盾构下穿过程掘进参数和地层地质参数,并使用盾构掘进过程深跨比描述超大直径盾构影响特征;其次,通过收集现场沉降测点数据分... 为了研究超大直径盾构掘进过程地面沉降规律,以武汉市和平大道南延线盾构工程为研究对象,首先收集了超大直径盾构下穿过程掘进参数和地层地质参数,并使用盾构掘进过程深跨比描述超大直径盾构影响特征;其次,通过收集现场沉降测点数据分析盾构隧道施工阶段地表沉降的影响范围,计算了90%、95%、99%三种置信区间下地表沉降影响范围;最后,选取不同范围内的多元时序数据作为输入参数,分别建立了基于贝叶斯优化算法(BO)的长短期记忆(LSTM)、BP神经网络和随机森林(RF)大直径盾构地面沉降预测模型.模型运行过程中,通过贝叶斯优化算法分别寻找三种不同模型下的最优超参数,并通过四种评价指标对比模型精度.结果如下:①在90%置信水平下三种算法均表现出最高精度,通过区间计算筛选有效输入参数能有效提高模型预测精度;②LSTM对隧道沉降的预测结果优于传统机器学习算法模型,MAPE最低达到8.91%,R^(2)达到90%. 展开更多
关键词 超大直径盾构 地表沉降预测 循环神经网络 深跨比
下载PDF
考虑固结全过程的实用沉降预测方法
13
作者 陈凯 姚仰平 朱丙龙 《岩土工程学报》 EI CAS CSCD 北大核心 2024年第S02期103-106,共4页
中国大量交通基础设施修筑在软土地基上,建立能够适用深厚软土地基的沉降预测方法具有重要意义。在实际监测过程中,深厚软土的主固结时间漫长,实测数据包含了主固结变形与蠕变变形。大多数沉降预测模型基于瞬时加载,没有考虑非线性的固... 中国大量交通基础设施修筑在软土地基上,建立能够适用深厚软土地基的沉降预测方法具有重要意义。在实际监测过程中,深厚软土的主固结时间漫长,实测数据包含了主固结变形与蠕变变形。大多数沉降预测模型基于瞬时加载,没有考虑非线性的固结全过程。考虑固结变形全过程,采用新的曲线表达式反映一维固结曲线在不同阶段的非线性,将瞬时变形和延时变形均按非线性处理,建立考虑固结全过程的实用沉降预测方法。以常用的3种曲线拟合方法作为参照对象,根据大阪关西国际机场的监测数据进行曲线拟合与预测对比。结果表明,扩展蠕变沉降算法能够更准确、更可靠地预测软土地基的沉降。 展开更多
关键词 沉降预测 固结 蠕变 软土
下载PDF
盾构下穿古城区地面沉降预测及现场监测分析
14
作者 张翔 李义翔 +2 位作者 陈健 刘滨 舒计城 《河南科技》 2024年第17期50-55,共6页
【目的】为了获取武汉市和平大道南延线盾构段地面的沉降数据,本研究通过Peck公式对现场沉降监测结果进行了拟合分析,并对Peck公式进行了修正。【方法】每30 m设置沿隧道上部对称分布的监测点进行现场地表沉降监测,选取其中4个最具代表... 【目的】为了获取武汉市和平大道南延线盾构段地面的沉降数据,本研究通过Peck公式对现场沉降监测结果进行了拟合分析,并对Peck公式进行了修正。【方法】每30 m设置沿隧道上部对称分布的监测点进行现场地表沉降监测,选取其中4个最具代表性的断面沉降结果进行Peck公式拟合分析和验证,并根据实际沉降情况对Peck公式进行修正。【结果】研究结果表明,在隧道轴线上部存在异常沉降,因此通过对后续掘进段掘进参数进行调整,加强壁后同步注浆和监控测量控制沉降,并且将得到的沉降槽曲线与Peck公式进行拟合,得到4个断面的实测沉降数据与拟合曲线的拟合优度R2均高于0.85。【结结论论】盾构段沉降槽曲线与Peck公式计算结果高度拟合,可以用Peck公式对研究区沉降进行预测,选取地层体积损失率Vl为0.95%,沉降槽宽度系数k为0.55对Peck公式进行修正后,可以更加简单高效地预测后续沉降。 展开更多
关键词 盾构 现场监测 地表沉降预测 PECK公式 沉降控制
下载PDF
基于小数据集建立盾构施工地表沉降预测模型的方法研究
15
作者 刘荣旭 吴城澍 +1 位作者 刘超 肖稳做 《交通世界》 2024年第16期123-125,共3页
为减少隧道施工过程中的地表沉降,通过小数据集建立盾构施工地表沉降预测模型,利用随机森林-遗传算法(Random Forest-Genetic algorithm,RF-GA)对有限元-地表沉降数据集进行训练,建立地表沉降预测模型,从而有效预测实际工程盾构掘进过... 为减少隧道施工过程中的地表沉降,通过小数据集建立盾构施工地表沉降预测模型,利用随机森林-遗传算法(Random Forest-Genetic algorithm,RF-GA)对有限元-地表沉降数据集进行训练,建立地表沉降预测模型,从而有效预测实际工程盾构掘进过程导致的地表沉降。 展开更多
关键词 机器学习 有限元模型 混合算法 沉降预测
下载PDF
基于HGWO-SVR模型的竖向受荷斜坡桩基沉降预测
16
作者 蒋冲 施泽雄 《矿冶工程》 CAS 北大核心 2024年第2期22-26,共5页
采用灰色关联分析深入研究了竖向荷载作用下斜坡桩基沉降的关键因素,各因素影响程度由大到小排序为:弹性模量>临坡距>斜坡坡度>内摩擦角>黏聚力>土体密度>土体泊松比>桩长>桩径。为优化支持向量回归(SVR)模型参... 采用灰色关联分析深入研究了竖向荷载作用下斜坡桩基沉降的关键因素,各因素影响程度由大到小排序为:弹性模量>临坡距>斜坡坡度>内摩擦角>黏聚力>土体密度>土体泊松比>桩长>桩径。为优化支持向量回归(SVR)模型参数,引入差分进化,建立混合灰狼算法(HGWO),提出了一种新的HGWO-SVR模型。该模型与GWO-SVR和GS-SVR模型相比,表现出更显著的预测优势,整体预测精度高,误差较小。基于HGWO-SVR模型构建了斜坡桩基沉降的预测模型,并将其预测结果与已有沉降计算公式计算结果进行对比,结果表明,HGWO-SVR模型预测结果与公式计算结果最大误差为6.55%,验证了该模型在斜坡桩基沉降预测方面的可行性。 展开更多
关键词 斜坡桩基 沉降预测 灰色关联分析 改进灰狼算法
下载PDF
宁波软土地区地铁联络通道冻结法工后长期运营沉降预测研究
17
作者 沈韬 刘斌 +4 位作者 李青山 杨成 严石友 韩绍康 杨阳 《兰州交通大学学报》 CAS 2024年第3期10-19,共10页
宁波地区主要以海相淤泥质黏土或淤泥等软土为主,此类土具有含水量大、压缩性高、承载力低的特性,地铁围岩开挖施工面临垮塌、变形问题,冻结法施工往往是处理上述问题的有效方法。然而,地层解冻后注浆作业不及时、注浆效果差极易导致地... 宁波地区主要以海相淤泥质黏土或淤泥等软土为主,此类土具有含水量大、压缩性高、承载力低的特性,地铁围岩开挖施工面临垮塌、变形问题,冻结法施工往往是处理上述问题的有效方法。然而,地层解冻后注浆作业不及时、注浆效果差极易导致地层沉降,所以需要对地基沉降进行长期监测。为更好考虑软土地基下的隧道安全,以宁波句章路站-鄞州客运总站站-南部商务区站区间盾构隧道为例,采用冻结法对宁波句章路站-鄞州客运总站站区间1#联络通道进行施工,开展冻融工后联络通道长期运营沉降预测研究,并通过三维有限软件MIDAS/GTS建模,对其冻融沉降进行计算分析。根据布点及实时观测,对隧道及句鄞区间盾构隧道及1#联络通道开挖施工期间的结构沉降变形及长期运营沉降变形进行预测,预测结果与监测数据基本一致,对于软土地基冻融处理具有重要工程意义,同时也可为相关工程提供借鉴。 展开更多
关键词 软土地基 冻结法施工 冻融沉降 沉降预测 MIDAS/GTS建模
下载PDF
基于IAO-LSSVM模型的基坑周围建筑物沉降预测:以深圳华强南站地铁基坑为例 被引量:1
18
作者 贾磊 贾世济 高帅 《科学技术与工程》 北大核心 2024年第7期2885-2892,共8页
针对当前基坑开挖引发建筑物沉降预测模型存在精度不足、收敛速度慢、易陷入局部最优等缺点,提出了一种基于改进天鹰算法(improved aquila optimizer, IAO)优化最小二乘支持向量机(least squares support vector machine, LSSVM)的建筑... 针对当前基坑开挖引发建筑物沉降预测模型存在精度不足、收敛速度慢、易陷入局部最优等缺点,提出了一种基于改进天鹰算法(improved aquila optimizer, IAO)优化最小二乘支持向量机(least squares support vector machine, LSSVM)的建筑物沉降预测模型。利用Tent混沌映射提高天鹰算法的种群多样性水平,再通过自适应权重强化算法的全阶段寻优能力;引入IAO算法优化LSSVM的正则化参数和核函数宽度,构建基于IAO-LSSVM的建筑物沉降预测模型,并将该预测模型在深圳华强南某地铁基坑工程中进行了验证。结果表明:该沉降预测模型相比于传统预测模型精度更高、收敛更快、跳出局部最优域的能力强;该模型预测值与实际沉降监测值吻合度较高,其误差在5%左右,更适合预测城市中地铁基坑开挖引起的周围建筑物沉降。 展开更多
关键词 建筑物沉降预测 Tent混沌映射 自适应权重 改进天鹰算法 最小二乘支持向量机
下载PDF
改进粒子群优化LSTM神经网络的基坑地表沉降预测 被引量:1
19
作者 李庆伟 郑钰昊 +1 位作者 王伟 李泽深 《绍兴文理学院学报》 2024年第2期11-20,共10页
长短期记忆网络(LSTM)拥有较强的非线性拟合能力,近年来被较多用于基坑变形或沉降预测分析中.针对LSTM存在重要参数确定比较困难的问题,提出采用改进的粒子群算法(IPSO)对LSTM神经网络中的迭代次数、批处理大小、隐含层神经元数量进行寻... 长短期记忆网络(LSTM)拥有较强的非线性拟合能力,近年来被较多用于基坑变形或沉降预测分析中.针对LSTM存在重要参数确定比较困难的问题,提出采用改进的粒子群算法(IPSO)对LSTM神经网络中的迭代次数、批处理大小、隐含层神经元数量进行寻优.改进的粒子群算法通过引入遗传算法中的变异机制,避免了粒子群算法(PSO)在前期寻优时陷入局部最优,同时利用非线性变化权重和改进学习因子的方法提高了PSO的寻优效率.利用提出的PSO-LSTM方法对实际基坑沉降进行预测分析,并将预测结果与PSO-LSTM、LSTM的预测结果进行对比,发现PSO-LSTM较LSTM、PSO-LSTM的平均百分比误差相对降低了56.47%、11.92%.验证了IPSO-LSTM对基坑地表沉降预测的准确性. 展开更多
关键词 长短期记忆网络(LSTM) 基坑沉降预测 粒子群算法 变异机制
下载PDF
CEEMDAN-CNN-BiLSTM混合模型矿区地表沉降预测
20
作者 王凯 肖星星 +2 位作者 余永明 贾庆磊 赵思仲 《导航定位学报》 CSCD 北大核心 2024年第5期156-163,共8页
为了进一步发挥全球卫星导航系统(GNSS)实时监测优势,对时序数据中的潜藏特征与隐藏信息进行深度挖掘,提高地表沉降预测精度,提出基于自适应噪声完备集合经验模态分解(CEEMDAN)、卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的CEEMDA... 为了进一步发挥全球卫星导航系统(GNSS)实时监测优势,对时序数据中的潜藏特征与隐藏信息进行深度挖掘,提高地表沉降预测精度,提出基于自适应噪声完备集合经验模态分解(CEEMDAN)、卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的CEEMDAN-CNN-BiLSTM混合地表沉降预测方法:以皖北某大型煤矿开采工作面与工业广场区域为验证对象,对比分析稳定区域和重点监测区域数据形态;然后基于CEEMDAN重构监测站高程数据分量,输入CNN模型提取分量隐含信息;最后构建BiLSTM模型,实现对沉降监测点位数据的短期预测。实验结果表明,相较于传统的CNN和长短期记忆模型,CEEMDAN-CNN-BiLSTM混合模型可有效降低预测误差,其中平均绝对百分比误差(MAPE)的降低范围为40%~90%,而均方根(RMS)误差的降低范围为52%~87%;该模型在时空特征捕捉和泛化能力方面表现性能较好,可为GNSS时间序列短期预测提供更为精准和可靠的解决方案。 展开更多
关键词 沉降预测 自动化监测 时序数据 混合模型 自适应噪声完备集合经验模态分解(CEEMDAN)-卷积神经网络(CNN)-双向长短期记忆网络(BiLSTM)
下载PDF
上一页 1 2 78 下一页 到第
使用帮助 返回顶部