原文传递
基于LSSVM-ARMA地铁站基坑变形滚动预测分析
| 论文题名： | 基于LSSVM-ARMA地铁站基坑变形滚动预测分析 |
| 关键词： | 地铁站;基坑变形;滚动预测;自回归移动平均;最小二乘支持向量机 |
| 摘要： | 城市规模的发展促进了城市地下工程的建设，其中以地铁的发展尤为显著，城市深基坑工程不断增加。然而施工过程中周围环境、地质条件和工艺的复杂性，使得深基坑开挖的稳定性难以保证，基坑变形的问题愈加突出，基坑变形的预测已经成为深基坑施工中必不可少的内容。 针对高精度的预测基坑变形量，提出了基于小波变换的LSSVM-ARMA（最小二乘支持向量机-自回归移动平均模型）模型，实现基坑变形时间序列滚动预测。首先，由于基坑变形监测频率的不同，利用三次样条插值法对地铁站基坑变形数据进行插值。其次由于基坑变形数据具有高度的非线性，变形数据包含了土力学变化的内在趋势和一定的随机性，利用小波变换对基坑变形数据进行分解和重构，有效区分基坑变形数据的趋势项和随机项。然后，利用建立的LSSVM-ARMA模型，对基坑变形数据的趋势项和随机项进行时间序列的滚动预测，把趋势项和随机项的预测值之和作为最终的预测值。并将LSSVM-ARMA模型的预测值和PSO-LSSVM（粒子群-最小二乘支持向量机）模型以及SVM（支持向量机）模型的预测值进行对比分析，表明了LSSVM-ARMA模型的预测精度高。对广州基坑及类似工程施工安全性的提高具有重大的意义。 最后，设计了基于MATLAB的GUI（图形用户界面）预测系统，实现LSSVM-ARMA模型预测过程的可视化，使预测过程以图形化的结果动态的展现出来，具有重要的实用价值。 |
| 作者： | 王丽芬 |
| 专业： | 管理科学与工程 |
| 导师： | 刘俊娥 |
| 授予学位： | 硕士 |
| 授予学位单位： | 河北工程大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
