基于差异进化支持向量机的坑外土体沉降预测

就用支持向量机(SVM)预测基坑外土体沉降而言,通过差异进化(DE)算法构造适合的决策函数十分重要。在确定坑外土体沉降函数的基本形式下,进行参数反演。后将得到的解析式作为SVM的决策函数,再进行核函数转换,从而使SVM的曲线拟合更加快速,预测更加准确。对大连地铁湾家车站基坑坑外土体的沉降数据的分析及预测的结果表明,使用SVM-DE算法在计算数据量、计算消耗时间和预测精度方面优于2种方法单独使用。

基于差异进化算法的基坑变形与坑外地表沉降关系分析

根据已有研究,基坑围护结构变形基本上可以分解成正向转动、反向转动及绕曲三种变形。它们与坑外地面沉降分布有较明显的对应关系,可采用指数形式的公式进行描述。但是,其中的系数与不同地质条件和围护水平有密切关系,难以精确计算。实际工程分析中通常采用监测参数反演识别方法获取其系数值。目的在于可以通过坑外土体沉降监测获得维护变形情况,预测未来阶段变形。以某市地铁2号线湾家车站基坑为背景,基于差异进化算法中缩放因子F和交叉概率Cr的合理选择,研究指数公式系数反演问题。首先,通过对算法中F和Cr不同取值对指数公式计算结果的影响分析,得到收敛条件最好时的F和Cr值;然后,根据F和Cr值反演系数参数。使用对角线交叉的最小二乘法作为差异选择函数,对原始数据进行处理。工程实践应用表明,基于差异进化算法反演识别参数是效,可用于坑外地面沉降与围护变形对应关系的预测研究。