基于小波去噪的改进的双曲线沉降预测模型

针对滨海抽水站沉降情况,提出了基于小波去噪的改进的沉降双曲线预测模型,给出了模型预测方法。采用不同的沉降预测模型通过滨海抽水站沉降观测数据进行沉降预测,结果表明:提出的改进型双曲线预测模型有效地保证了前期预测效果,同时又提高了后期的预测精度,总体效果较其他模型有所改善。

基于曲线拟合的围堤地基工后沉降预测

地基工后沉降是评判地基处理效果的一个重要指标,针对分层总和法、计算机数值计算预测沉降存在的各种不合理假定,应用Origin软件对相当数量的实测沉降数据进行曲线拟合预测沉降体现了优势。通过指数模型、双曲线模型、Weibull模型的沉降预测值与实测值对比,双曲线模型有更高的预测精度,随着沉降监测向自动化发展,实测数据取得更加容易,为基于曲线拟合的沉降预测提供广阔的前景。

基于神经网络和双曲线混合模型的高速公路沉降预测

为了提高高速公路沉降预测的精度,提出了"双曲线+神经网络"的混合模型对高速公路沉降进行预测.基于某省某高速公路K57+580M断面2003—2013年的实测沉降数据,采用双曲线模型对施工期和通车期分别进行沉降预测.然后利用构建的混合模型重新对该断面进行施工期和通车期的沉降预测,分析比较2种模型的预测精度.为了验证2种模型的预测精度,选取该高速公路K156+100M断面实测数据进行计算.结果表明,混合模型在施工期和通车期的预测值的中误差分别达到1.13和7.30 mm,预测精度相比双曲线模型在施工期和通车期分别提高了66.2%和41.8%.

基于双曲线模型的卡尔曼滤波法在建筑物沉降预测中的应用

利用最小二乘法求出双曲线模型的模型参数,将此参数看作带有动态噪声的状态向量,建立基于双曲线模型的卡尔曼滤波模型,对建筑物的沉降量进行预测。卡尔曼滤波过程中,模型的参数不断发生变化,增强了其适应观测数据的能力,从而减小了拟合误差。计算表明,用基于双曲线模型的卡尔曼滤波模型对建筑物的沉降量进行预测,误差较小,效果较为理想。

基于改进灰色Markov模型的建筑物沉降量预测

为了对地铁车站深基坑施工过程引起的周边建筑物沉降进行预警,利用改进的灰色Markov模型,预测地铁车站施工过程中周边建筑物的沉降量。首先,基于实测数据,采用改进的灰色模型对建筑物沉降趋势进行预测;其次,将实测数据与预测数据的相对误差作为Markov误差修正的初始数据序列,进行状态区间划分并结合Markov转移概率矩阵和误差修正公式对预测数据进行修正,确定最终预测值;最后,基于小误差概率、后验差比值和相对误差分析,对改进后的灰色Markov模型与改进的灰色模型的预测精度进行对比分析与评价。研究结果表明:与改进的灰色模型相比,改进的灰色Markov模型预测的相对误差从4.2%降到2.1%。

改进的变权组合模型在水闸沉降预测中的应用

对传统变权组合模型进行改进,并结合本溪地区上甸子、石虎子水闸为具体工程实例,结合水闸在线沉降监测数据对改进前后变权组合模型对水闸沉降预测的精度进行对比分析。结果表明:改进后的变权组合模型可解决传统单一模型预测的局限性,通过设定不同组合模型权重系数提高其预测精度,相比于传统模型,改进后的变权组合模型预测的水闸沉降相对误差均值可降低10%左右,预测精度得到明显改善。研究成果对于水闸地基稳定性设计具有重要参考价值。

双曲线与指数曲线模型在真空预压处理地基沉降预测中的应用分析

真空预压处理地基的沉降预测是一个重要的环节,既可以动态了解地基固结度的大小,合理指导施工,同时也是地基处理效果评价的重要依据。利用双曲线模型与指数曲线模型对真空预压处理的新近吹填土地基沉降进行预测,分析和讨论2种模型的适用性。结果表明,真空度达到设计荷载时,实测沉降曲线与双曲线拟合程度高,指数曲线模型预测后期沉降精度较双曲线好。指数曲线模型时间起点早晚对预测精度的影响规律不明显;相同时间起点条件下,时间跨度Δt越大,预测值与实测值越接近。

双曲线模型在机场沉降预测中的应用

研究软土的沉降特点,监测和采集整个地基的沉降数据,并根据实测资料对最终沉降量进行合理的预测,对工程建设和保证工程质量都具有重要的意义。双曲线模型计算过程中,不涉及土体的各项物力和力学性质参数,能够适用于各种工程地质条件,计算过程简单快捷,广泛应用于各种工程项目的最终沉降预测。

深部开采地表移动延续时间预测模型及其参数分析

基于改进Knothe时间模型,根据地表移动延续时间定义,建立能够综合考虑采高、平均采深、松散层厚度、基岩层厚度和开采速度等因素的深部开采地表移动延续时间理论预测模型,并根据概率积分法给出了模型参数确定方法。采用24个深部工作面开采地表移动延续时间监测数据对预测模型的合理性和精确性进行验证。结果表明:地表移动延续时间模型预测结果与24个工作面监测结果基本吻合,两者平均绝对误差仅38 d,均方根误差仅为47 d,平均绝对误差百分比仅为9%,远小于现有3种经验模型的预测误差,验证了地表移动延续时间预测模型的精确性;地表移动延续时间受采高、平均采深、松散层厚度、基岩层厚度和开采速度的影响,随采高的增加而非线性增加,随平均采深、松散层厚度、基岩层厚度的增加而线性增加,但随开采速度的增加而非线性减小。该研究可为深部开采地表移动变形稳定性评估和科学制定开采计划提供理论指导。

多级荷载下耦合流变的双曲线沉降预测模型

针对沉降预测中双曲线公式存在的不足,对其进行修正,提出了修正的双曲线沉降预测模型,并通过工程实例验证,证明其预测结果更接近实际,具有一定的参考和使用价值。

基于双曲线模型的沉降预测研究

建筑物载荷结束沉降阶段，使用双曲线进行沉降预测比较理想。本文介绍了双曲线模型，提出了使用Excel计算双曲线模型参数的方法。

改进GM(1,1)模型在路基沉降预测中的应用

GM(1,1)模型是沉降预测中应用较为广泛的模型之一,在实际应用当中发现其预测效果有时候较差甚至完全失效。为此从传统 GM(1,1)预测模型建模原理出发,分析存在的理论缺陷,指出在形成预测公式时规定(?)^(1)(1)=x^(1)(1),α=0.5为已知条件是不合理的,应当根据实际情况选用其他数据。通过引入平均斜率来计算α(k)序列,并利用 MATLAB 程序进行数据处理,寻找最合适的(?)^(1)(1)以及最佳维数区。某高速公路实测沉降数据计算表明,新方法有满意的拟合和预测效果,为提高建模精度提供了新的途径。

改进灰色模型对路基沉降预测的应用研究

讨论了灰色系统理论在路基沉降预测中的应用 ,并对等间隔的灰色模型GM(1,1)进行了改进 ,建立了任意间隔的非时序改进灰色模型。通过具体工程实践 ,给出了两种模型对路基沉降量预测结果与实测结果的比较 ,表明改进灰色模型的预测沉降量与实际沉降量更接近 ,精度更高 。

基于动平均改进灰色模型的高边坡沉降变形预测

介绍了灰色模型的基本原理,并对灰色模型算法进行重点阐述,结合边坡沉降的实际情况,考虑边坡沉降变形与温度变化呈现一定的周期性变形的特点,提出对原始观测数据采用动平均生成数列后,直接采用生成的数据建立灰色模型对边坡测点沉降位移进行预报。以三峡永久船闸高边坡为例,对动平均改进灰色模型算法编制了相应的预报模型程序,实现了边坡测点沉降变形预报功能,取得了较好的效果,与其他常规预测方法相比具有明显优势。

路基沉降预测非等时序改进灰色模型应用研究

讨论灰色系统理论在路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行改进,建立了任意时间间隔的非等时序改进灰色模型。通过实例比较,结果表明非等时序改进灰色模型的预测沉降量与实测沉降更接近,精度更高。

改进粒子群-极限学习机模型在面板堆石坝运行期沉降预测中的应用

针对极限学习机(ELM)沉降预测模型中随机权值和阈值导致部分节点无效的问题,引入改进粒子群算法(IPSO)优化极限学习机的参数,构建基于改进粒子群-极限学习机算法的面板堆石坝运行期沉降预测模型,并将其应用于某完建的面板堆石坝运行期沉降预测中。结果表明,与未优化的极限学习机预测模型和统计回归预测模型的拟合预测结果相比,经改进粒子群算法优化后的极限学习机预测模型在测点上的拟合精度更高,且由于引入改进粒子群算法后,极限学习机在满足精度条件下所需预设的隐含层神经元数更少,这可极大地降低模型网络的复杂度,避免模型在训练中出现过拟合现象;三个模型中IPSO-ELM模型的泛化能力更好,预测结果更精确、稳定。

改进灰色模型对路基沉降预测的应用研究

讨论了灰色系统理论在路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行了改进,建立了任意间隔的非时序改进灰色模型。通过具体工程实践,给出了两种模型对路基沉降量预测结果与实测结果的比较,结果表明改进灰色模型的预测沉降量与实际沉降量更接近,精度更高,更能满足工程需要。

改进的灰色预测模型及其在土坝沉降量预测中的应用

文章将灰色预测模型与马尔可夫链预测相结合,提出了改进的灰色-马尔可夫链模型预测方法。用该法对广西百色澄碧河水库心墙土坝沉降量进行了预测,并与灰色模型预测结果相比较,验证了该方法的可行性和优越性。

双曲线模型在海堤沉降预测中适用性分析

海堤填筑均是采用多级加载模式,海堤沉降预测是一个重要的土工问题。本文利用双曲线模型对温州某海堤8个原位观测断面堤顶处沉降进行预测,研究表明:选取最后加载时间作为双曲线预测的初始时间t0,双曲线与实测沉降曲线拟合程度高,预测最终沉降合理可靠,与设计计算预留沉降比较吻合。

基于改进型变步长FOA-Richards模型的地铁工程沉降变形预测

针对Ricaaras曲线预测模型参数估计较难的问题,研究一种改进型变步长果蝇优化算法,对基本果蝇优化算法进行步长改进和流程优化,并将Ricaaras模型的参数估计转化成一个四维约束函数优化问题。遵循“最小线性二乘”的准则,实现Ricaaras模型的参数估计,将该模型应用于某市地铁沉降观测点的沉降趋势预测。为进一步验证算法准确性和有效性,将改进型变步长果蝇优化算法(改进型VS-FOA)与粒子群算法(PSO)、遗传算法(GA)从预测精度和收敛速度两个维度进行对比分析,结果表明,用改进型VS-FOA算法估计的Ricaaras模型预测精度更高。