基于GA-LSSVM深基坑墙体侧斜滚动预测模型研究

针对基坑墙体侧斜数据的小样本和非线性特征,提出一种基于GA-LSSVM模型的基坑墙体侧斜的时间序列滚动预测方法。采用三次样条插值法对基坑墙体侧斜的时间序列进行预处理,运用遗传算法(GA)对最小二乘支持向量机(LSSVM)进行参数寻优,寻找最优参数模型,建立GA-LSSVM时间序列滚动预测模型,预测结果采用相关系数R和均方误差(Mean Squared Error,MSE)进行评价。该方法用于广州某地铁车站基坑墙体侧斜的预测分析,并和未经参数优化的最小二乘支持向量机预测模型进行对比分析,结果表明该预测模型的相关系数高,均方误差小,预测结果较为精准。

基于GA-SVM的深基坑墙体偏斜量预测模型研究

为了研究地铁深基坑墙体偏斜量随时间变化的时空效应规律,对现有的监测数据进行分析,建立GA-SVM预测模型。首先采用三次样条插值法进行数据处理,然后利用GA算法对SVM中的参数进行迭代寻优,将建立好的模型对测试样本进行训练,最后将模型应用在某实例中,研究表明该预测模型的预测结果具有较强的泛化能力和较高的精准度。