改良Verhulst模型在泥岩路基沉降预测中的应用

为了准确预测泥岩高速公路路基不同填筑阶段的沉降数据,避免长期监测带来的不便,提出了5个改良Verhulst模型:分别利用元胞自动机和矩形法以及积分法改良传统Verhulst模型背景值,建立了元胞自动机改良模型、矩形法模型和积分法模型;在此基础上,利用元胞自动机理论优化矩形法模型和积分法模型的背景值,建立了综合改良模型1、2。以马巢高速公路泥岩路基沉降数据为基础,采用传统Verhulst模型和5个改良Verhulst模型预测路基在不同填筑阶段的沉降。结果表明:5个改良模型中,2种综合改良模型精度最高,其次为元胞自动机改良模型和积分法模型,最后为矩形法模型,且预测精度均优于传统模型,能较好地预测不同风化程度泥岩路基在不同填筑阶段的沉降,符合工程要求。

基于高速公路扩建工程CPTU路基沉降预测方案研究

基于高速公路扩建工程,文中采用CPTU方法对路基沉降进行预测。首先进行现场试验,通过CPTU测试参数分析土体的均质性及分层情况;再对沉降进行预测,并进行实际观测和对比分析。随着路堤的填筑,沉降逐渐增大,呈现“W”型特征,不同路肩受承载作用和附加应力影响的不同。填筑完成后,沉降增长放缓,趋于稳定。结果表明,基于CPTU的路基沉降预测方法具有较高的准确性和精度,相比经验公式法、数值模拟法和地震反应分析法,具有明显优势。

基坑边坡沉降位移监测与预报技术研究

本文详细介绍多种边坡稳定性监测与预报技术,并以某一基坑工程为例,选用合适的监测方式,根据实际情况了解边坡结构,通过及时地反馈来降低基坑边坡沉降位移对周围道路、建筑的影响。

基于尖点突变分析和变形预测的基坑沉降稳定性

为准确掌握基坑沉降稳定性,以尖点突变分析构建基坑沉降稳定性的现有评价模型,通过集对分析组合预测方法构建基坑沉降稳定性的发展趋势评价模型,结合两者结果综合评价基坑沉降稳定性。结果表明:经基坑沉降稳定性的现状评价,各监测点的突变特征值均大于0,说明在现状条件下,基坑沉降整体处于稳定状态;经基坑沉降稳定性的发展趋势评价,得出各监测点外推预测速率较现状速率呈减小趋势,基坑后续的沉降稳定性趋于增加;结合基坑现状稳定性结果和发展趋势结果,综合得出基坑沉降稳定性目前处于稳定状态,且后期趋于增加。

基于小波分解的组合模型在高层建筑物沉降预测中的应用

针对高层建筑物沉降变形的准确预测对保障人民生命财产安全意义重大。本文充分发挥小波分解在数据处理领域以及支持向量机(Support Vector Machine,SVM)模型、AR模型在数据预测中的优势,提出了一种基于小波分解的SVM-AR组合预测模型。该组合模型实现建筑物沉降预测的流程为:首先对建筑物沉降监测序列进行小波分解,得到不同频段的分量;其次使用SVM模型对低频分量进行预测,使用自相关性强的AR模型对平稳序列的高频分量进行预测;最后重构不同分量预测结果得到最终预测结果。将本文提出组合预测模型应用于实际高层建筑物沉降预测中,并与单一的SVM模型、AR模型预测结果进行对比,结果表明,本文提出的组合预测模型在小样本、低信噪比条件下表现出了更好的预测性能,能够对高层建筑物沉降进行准确模拟与预报。

基于数据动态模态分解的基坑沉降稳定性预警预测研究

为合理实现基坑沉降稳定性的预警预测研究,该文在基坑沉降数据动态模态分解基础上,先利用尖点突变分析实现趋势项分量的稳定性现状评价,再利用分项组合预测模型实现沉降稳定性的预测评价,两者综合实现沉降稳定性的预警预测研究。实例分析表明:DMD模型在沉降数据的分解过程中具有良好效果,可将其合理分解为趋势项分量和误差项分量;通过基坑沉降稳定性的现状评价,得出基坑沉降在现状条件下的稳定性均处于稳定状态,且在基坑沉降稳定性的预测评价过程中,得出分项组合预测模型在基坑沉降变形中的适用性,得出各监测点的沉降变形仍会呈小速率增加趋势;综合评价,各监测点的预警等级为Ⅲ~Ⅳ级,为现场安全施工提供了一定的理论指导。

灰色预测模型在高层建筑物沉降预测中的应用研究

详细讨论了一阶一元灰色预测模型GM(1,1)的基本内容及建模过程,并成功地将 GM(1,1)模型应用于高层建筑物沉降监测的预测预报,相应地编写了基于MATLAB的灰色系统沉降预测程序,便于实际应用。实践证明,灰色预测模型GM(1,1)在沉降预测中具有较高的应用价值。

灰色预测在软土地基沉降分析中的应用

运用灰色理论建立了软基沉降的不等时距预测 GM(1 ,1 )模型 ,并可用残差的 GM(1 ,1 )模型对其进行修正。

基于改进M5'-主成分模型树的高心墙堆石坝沉降变形预测

针对高心墙堆石坝沉降变形过程动态非线性特点,建立基于改进M5'-主成分模型树的高心墙堆石坝沉降变形分析模型,在采用相关性分析甄选沉降变形影响因素和采用主成分分析将高维影响因素空间进行降维的基础上,利用该全局分段非线性模型对高心墙堆石坝沉降过程进行分析。通过与沉降量实测值对比,验证了改进M5'-主成分模型树的有效性。通过绝对差值和均方根误差2个指标对比分析改进M5'-主成分模型树与M5'模型树、多元线性回归模型、主成分回归分析模型的预测结果,表明改进M5'-主成分模型树预测沉降量具有更高的精度。

灰色理论在高速公路软土地基沉降预测中的应用

运用灰色理论对高速公路软土地基沉降进行预测,建立不等时距的预测模型GM(1,1),采用后验差法对模型的可靠性进行检验,弥补等时距GM(1,1)模型的不足。同时,结合沿江高速公路常州段实测数据,进行计算机模拟,得出了预测模型,并与实测结果进行对比和分析,结果理想可靠,证明了该法的实用性。

基于蚁群算法的地铁盾构隧道长期沉降预测

在软土地区,投入运营的地铁盾构隧道会因各种原因产生对隧道结构内力、变形、接头防水以及隧道正常运营不利的纵向不均匀沉降。由于影响因素复杂,目前尚无可行的沉降预测模型。本文在对上海地铁1号线某区间沉降实测数据分析的基础上,采用具有较强鲁棒性、优良的分布式计算、易于与其他方法相结合等优点的蚁群算法,综合考虑各因素对沉降影响的整体效果,利用隧道实测的纵向累积沉降量、累积沉降差分别构造信息函数和启发函数,建立地铁盾构隧道长期沉降预测模型。预测结果表明,该方法不仅可行而且与实际量测数据吻合较好。

路基沉降的灰色理论预测及其应用

运用灰色理论,对铁路高填方路基的沉降进行预测,建立了GM(1,1)预测模型.以相同观测时段的GM(1,1)模型为原型,考虑荷载变化,针对地基土体均匀的情况,提出了GM(1,1)修正模型.通过具体实例,对模型的预测结果进行分析.分析表明,用修正模型预估下一级加载后的沉降,选取适当的沉降变化比进行计算,预测值与实测值之间误差小于6%,方法简单可靠,对类似高填方路基工程有一定参考价值.

提升路基沉降预测能力的方法

由于沉降复杂的随机动态变化过程,数学模型在沉降预测中的可靠性和预测能力总是受到限制。为了提升数学模型的预测能力,利用黄土地区某高速铁路的路基沉降监测数据,采用不同步长的3次指数平滑法模型,采用交叉验证法和后验精度分析法,对模型的拟合精度和预测精度进行比较验证,获得可靠的最优预测模型;然后,采用平行修正预测法对模型的预测结果进行修正预测,提升模型的预测能力。结果表明,采用交叉验证法和后验精度分析法可获得最优的预测模型,平行修正预测法不但提高模型的预测精度,还增加了预测长度,提升了综合预测能力。该方法原理简单,操作容易,适应性强,也可以应用到其它数学模型中。

管幕预筑法中钢管顶进对地面沉降的影响

为了研究管幕预筑法中密集大直径钢管群顶进对地表沉降的影响,把平行顶管的顶管间距分为3类:大间距、中间距和小间距.明确指出了3类间距范围,总结分析了各种顶管间距情况下已建顶管对新建顶管地表沉降的影响.分析表明,大间距时已建顶管对地层的扰动影响可以忽略,中间距时主要是土体扰动的影响,小间距时既有土体扰动的影响,又有先建顶管管结构的支挡影响.分析Peck公式并对其进行修正,使之可用于预测各种间距下的地面沉降.结合沈阳地铁新乐遗址站施工监测结果,比较了地表沉降监测结果与Peck公式预测值,发现两条曲线吻合情况较好.

高速铁路桥梁桩基工后沉降组合预测研究

通过现场沉降监测,获取了高速铁路桥梁桩基沉降的大量实测数据。据此分析了成桥过程中桩基沉降发展的规律及其沉降曲线特点。对桩基最终沉降,采用单项预测模型进行了拟合预测,通过预测效果的评价指标分析,指出了客运专线铁路无碴轨道铺设条件评估技术指南中评价预测模型合理性仅局限于相关系数指标的不足,建议引入均方误差MSE、平均绝对百分比误差MAPE和平均绝对误差MAE指标进行综合检验、评价,并提出了这些评价指标相应的参考值。引入组合预测模型进行高速铁路桥梁工后沉降预测,对比分析现有组合预测模型的特点,提出了高速铁路桥梁桩基工后沉降预测应遵循的具体步骤和原则。研制了桥梁桩基沉降加权组合预测电算程序BriFSCF,可大大提高预测准确度和效率。通过工程实例验证表明,最小二乘准则下的最优组合预测方法效果较好,可作为预测的优选模型。其结果可供高速铁路合理铺设轨道时间的确定、工后沉降计算参考和利用。

高速铁路粗粒土路基沉降特征及预测研究

为研究高速铁路粗粒土路基沉降特性,采用单点沉降计对无砟轨道路基实尺模型的沉降进行长期观测,结果表明,粗粒土填方路基的沉降主要由填筑引起的瞬时压缩、粗粒土引起的流变以及外荷载引起的变形等组成,其中路基填筑产生的变形占50%左右,粗粒土流变产生的变形占40%左右;路基填筑完后,由粗粒土流变产生的变形占填筑后总沉降的比例可达80%,路基的最终沉降主要由粗粒土流变变形组成。根据粗粒土路基的沉降特性,采用开尔文流变模型构建了相应沉降预测函数。研究表明:基于开尔文模型的沉降预测结果与实测数据吻合较好,为高速铁路粗粒土路基的沉降预测问题提供参考。

沉降组合预测模型研究及其应用

在已有工作的基础上进行组合建模研究,将基于预测有效度的组合预测模型用于建(构)筑物沉降分析.研究显示,组合预测模型的预测精度较单个预测模型的精度高,主要体现在预测误差较小,最大误差<6%.这有助于准确地预测沉降,从而使后期施工组织安排达到最优化,具有一定的经济效益.可以预见,经过模型的不断更新,当实测数据充分可靠时,对其长期趋势的预测可取得可靠的结果.

新陈代谢GM(1,1)模型在大坝边坡沉降监测中的应用

针对传统GM(1,1)模型存在数据序列的初始值过旧使预测意义减弱的问题,文中采用更新数据序列初始值的新陈代谢GM(1,1)模型对传统模型进行改进;以南方某大坝边坡监测点的沉降位移为例,分别使用两种模型对该监测点沉降位移进行拟合预测并与实际值进行比较。实验证明,新陈代谢GM(1,1)模型精度明显高于传统模型,更接近于真实值。

建筑物沉降预测的改进Verhulst模型研究

为进一步提高灰色Verhulst模型的预测精度,将LS-SVM算法与灰色Verhulst模型相结合,对灰色Verhulst模型的参数估计方法和预测方法进行了改进。该方法采用LS-SVM算法,构造以背景值序列和原始序列为训练样本的LS-SVM,将Verhulst模型参数的估计问题转化为灰色LS-SVM的参数估计问题,依据LS-SVM算法求得灰色LS-SVM的参数,进而得到Verhulst模型的参数估计,方法上遵循了结构风险最小化原则,适合Verhulst小样本建模的特点。将改进的模型应用于软土地基建筑物的沉降预测,结果表明本文的方法是可行的且有效的,比传统方法预测精度高。