共查询到18条相似文献，搜索用时 125 毫秒
1.
在实际沉降监测中,由于不确定性因素的影响,导致基于实测沉降数据的工后沉降预测误差较大。采用递归图和递归定量分析方法对沉降时间序列的可预测性进行分析,选择出预测效果好的沉降时间序列,进行准确的工后沉降预测。通过对无砟轨道整体道床的沉降时间序列进行可预测性分析得出:（1）沉降时间序列具有混沌特性;（2）沉降时间序列的递归图颜色分布越规律、色彩深浅变化越均匀,沿着主对角线出现的白色区域越小,沉降时间序列的可预测性越强;（3）通过提取递归定量指标随时间变化的曲线,可以直接确定预测时间起点;（4）利用递归图求取二阶任意熵作为沉降时间序列的可预测步长因子,可推算出预测效果最佳的沉降时间序列。 相似文献
2.
基于小波变换和GALSSVM的边坡位移预测 总被引：1，自引：0，他引：1
边坡变形是一个受多种因素综合作用的复杂非线性动力学演化过程,用现有的物理模型来解决边坡变形的预测问题有很大难度。大量的研究工作表明,用实测的边坡位移时间序列来预测边坡未来变形更为准确,而将多种方法组合起来进行预测成为研究的主要趋势。在此基础上,建立了一种基于小波变换和进化最小二乘支持向量机(GALSSVM)的边坡位移预测模型。首先利用小波变换将边坡时间序列分解为低频分量和高频分量,然后利用互信息法和伪近邻法得到各分量的时间延迟和嵌入维数并进行相空间重构,再根据各个相空间的特点建立相应的GALSSVM预测模型,最后把各分量的预测结果进行小波重构,重构后的结果即为最终的边坡位移预测结果。对丹巴滑坡预测研究表明,这种新的预测模型具有较高的预测精度,可以应用于实际工程 相似文献
3.
以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法（PSO）对变分模态分解（VMD）进行参数寻优,并将位移时间序列分解为趋势项、周期项和随机项。趋势项主要受滑坡内部因素影响,采用傅里叶曲线进行拟合预测;周期项由外部因素导致,基于格兰杰因果检验进行成因分析,并引入一种对时间序列历史状态具有较高敏感性的非线性自回归神经网络（NARX）进行预测;随机项频率较高且影响因素无法判定,采用一维门控循环单元（GRU）进行预测。最后将各分量预测位移进行叠加重构,实现滑坡累计位移的预测。结果表明,提出的（PSO-VMD）-NARX-GRU滑坡位移动态预测模型精度较高,且各位移分量预测精度明显高于静态模型中BP神经网络、支持向量机（SVM）和传统自回归模型ARIMA,可为阶跃型滑坡位移预测提供参考。 相似文献
4.
工后沉降预测结果是黄土高填方场地变形稳定性评价和建筑物规划布局的重要参考依据。为遴选适合黄土高填方场地的工后沉降预测模型,基于某典型黄土高填方工程的实测沉降数据,分析了工后沉降曲线的变化规律和发展趋势,建立了17种回归参数模型,提出了模型预测效果的评价指标和方法。结果表明：（1）该工程填方区工后沉降历时曲线呈“缓变型”变化,土方填筑完工初期无陡增段,随时间增加沉降速率逐步降低,尚未出现沉降趋于稳定的水平段;（2）将外推预测误差、内拟合误差和后验误差比最小化作为综合控制目标,可遴选出理想的回归参数模型;（3）MMF模型（Ⅱ型）和双曲线模型具有较高的预测精度、较好的稳定性和较强的适应性,在17种模型中的预测效果最佳;（4）沉降数据的变化越平稳,模型预测效果越好;（5）增大建模数据的时间跨度,会提升预测精度,但增大至一定值后,预测精度提升效果不再显著。 相似文献
5.
针对月降水量时间序列多尺度非平稳性特点,提出小波包分解（WPD）-白骨顶鸟优化算法（COA）-极限学习机（ELM）相融合的降水量预测模型。首先,利用WPD将非平稳月降水量时间序列分解为若干子序列分量;然后在不同维度条件下利用6个典型函数对COA进行仿真测试;利用COA优化ELM输入层权值和隐含层偏值,对每一个子序列分量分别建立COA-ELM模型进行预测,将预测结果叠加重构后即为最终预测结果;最后,以云南省龙潭站汛期和主汛期月降水量数据为例进行实验,并与WPDCOA-BP、WPD-ELM、WPD-BP预测模型进行比较。结果表明：COA在不同维度条件下均具有较好的寻优精度和全局搜索能力。WPD-COA-ELM模型对实例汛期、主汛期月降水量时间序列预测的平均绝对百分比误差分别为3.91%、3.59%,预测精度优于WPD-COA-BP模型,远优于WPD-ELM、WPD-BP模型。WPD能科学降低月降水时间序列数据的复杂性,提高预测效果;COA能有效优化ELM输入层权值和隐含层偏值,提高ELM网络性能。 相似文献
6.
7.
软土路基沉降实时建模动态预测 总被引：6，自引：2，他引：4
在路基填筑施工过程中,用多项式与时间序列AR组合模型预测其沉降变形发展。根据沉降观测值,采用统计分析方法识别和建立多项式预测模型,预测在某时期沉降趋势值;用平稳时间序列分析方法建立随机部分模型,并预测沉降随机部分值,二者之和即为某时期沉降预测值。随着新观测数据的不断加入,及时修改预测模型参数值,达到实时预测之目的。工程实例研究表明：组合模型预测值明显优于单一趋势模型预测值。组合模型一步预测误差绝对值大多数情况下小于5 mm。预测步数越多,预测误差则越大。 相似文献
8.
《上海国土资源》2014,(4)
利用1983年以来的水准复测资料和2005年实测的RTK地面高程资料,对水准点进行了拟合计算,得到了水准点的沉降速率和2005~2010年5年间的沉降量,以此拟合2010年RTK地面高程,预测了天津滨海新区因地面沉降引起的低海拔面积发展趋势,获得2010年低海拔区域预测面积。为验证预测结果的有效性和可靠性,2010年仍用RTK测量方法对低海拔区域面积进行了实测,表明预测值与实测面积的误差小于1.46%,该误差与RTK测量误差、水准点拟合误差和拟合实测之间的误差总和1.45%相当。说明预测误差主要由测量误差和计算误差引起,选择的预测模型基本正确,预测方法有效,得到的低海拔区域面积预测值可靠。 相似文献
9.
对真空堆载预压加固处理的软土地基,用灰色理论模型预测地基的分层沉降,结果表明：对于土层分布均匀的地基,verhulst模型能较准确地预测分层沉降,误差在10％以内。对于土层分布不均匀的地基,verhulst模型预测误差较大,进行残差修正,修正的verhulst模型能较准确地预测分层沉降。用不同点数预测地基的分层沉降,同实测沉降数据对比发现、对于土层均匀或不均匀的软土地基,在已知真空影响范围外土层的沉降时,灰色模型就能较准确地预测分层沉降。 相似文献
10.
根据广东省某公路软土路基实测沉降资料，应用双曲线配合法推算了该段软土路基的最终沉降量，并与实测的最终沉降值相比较，结果表明，用双曲线配合法预测的路基工后沉降值虽然较实测值稍偏大，但该方法预测误差较小，精度是合理可取的。 相似文献
11.
软土路基后期沉降推算方法及误差分析 总被引：6，自引：1，他引：5
以某高速公路软基处理断面实测沉降资料为基础,分别对应用较为广泛的7种后期沉降推算方法的精度及误差进行了比较分析。针对每一种推算方法,研究了计算时间起点和时间跨度对推算精度的影响,并探讨了各种方法的优缺点及适用性。研究表明,常用的双曲线法和指数曲线法的推算精度与推算的时间起点关系较大,建议以恒载期3～5个月后为时间起点,取较长时间的沉降资料进行推算,可有效提高推算精度;三点法、沉降速率法和新野法的推算精度较高,且与计算时间起点和时间跨度的关系不大,但都需要对原始观测数据进行特殊处理,计算较为复杂;Asaoka法的推算结果与实测值最为接近,其缺点在于无法对停止加载后某阶段的沉降进行推求。 相似文献
12.
结合支持向量机和马尔可夫链,提出了一种新的位移时序预测模型--支持向量机－马尔可夫链预测模型（SVM-MC）。通过对实测位移值的学习,利用经粒子群算法优化的支持向量机对位移时间序列的宏观发展趋势进行滚动预测;在此基础上应用马尔可夫链确定位移时序的状态转移概率矩阵,通过对状态的划分、实测值与支持向量机拟合值的绝对误差及相对误差等指标的分析,实现了对预测结果的改进。将该模型应用到某工程永久船闸高边坡的位移时序预测中,结果表明,该模型具有科学可靠、预测精度高的优点,在岩土体位移时序预测中具有有一定工程应用价值。 相似文献
13.
为提高多种典型人工神经网络应用于降水预报的精度与稳定性并做出优选,对太湖流域湖西区丹徒、丹阳、金坛、溧阳、宜兴5站的年降水量时间序列建立基于组成成分分析的人工神经网络模型,并通过平均相对误差、平均绝对误差、均方根误差及合格率4项评价指标对比分析预报效果。该模型采用Mann-Kendall法、秩和检验法、谱分析法进行组成成分分析;建立BP网络、小波神经网络、RBF网络、GRNN网络及Elman网络模拟并预测随机成分,与确定性成分叠加得年降水量预报结果。在湖西区的研究结果表明,基于组成成分分析的人工神经网络模型的拟合及预测精度高于原始人工神经网络和线性自回归模型,GRNN网络的预测精度与稳定性高于其他4类神经网络。 相似文献
14.
15.
为了提高机器学习对深基坑地面沉降的预测能力,本文提出了一种基于Stacking集成学习方式的多模型融合的地面沉降预测方法,并以深圳某深基坑为例,采用斯皮尔曼相关性系数对基坑地面沉降的影响因子进行筛选;运用筛选后的8个影响因子建立Stacking深基坑地面沉降预测模型,以验证该方法的适用性。结果表明：Stacking预测模型的平均绝对误差为0.34、平均绝对误差百分比为2.22%,均方根误差为0.13,相较于传统基模型（随机森林、支持向量机和人工神经网络）,Stacking预测模型的平均绝对误差、平均绝对误差百分比和均方根误差值皆为最小。 相似文献
16.
Excessive settlement caused by tunneling during construction often damages adjacent infrastructures and utilities. Such excessive settlement can also present a challenge in the maintenance of subways during their operation. Thus, it is important to be able to accurately predict tunneling-induced settlement. The uncertainties in geotechnical parameters, however, can lead to either an overestimation or an underestimation of the tunneling-induced settlement. Such uncertainties can arise from many sources such as spatial variability, measurement error, and model error; in this paper, the focus is on the geotechnical parameters characterization from site exploration. The goal here is to determine an optimal level of site exploration effort so that effective predictions of the tunneling-induced settlement in clays can be achieved. To this end, a Monte Carlo simulation-based numerical model of site exploration is first established to generate artificial test data. Then, a series of parametric analyses are performed to investigate the relationship between the level of site exploration effort and the accuracy of the tunneling-induced ground settlement prediction. Through the assumed different levels of site exploration effort, statistics of soil parameters are estimated using the maximum likelihood method and the tunneling-induced ground settlement is then analyzed using the probabilistic method, and finally the effect of site exploration effort is assessed. The knowledge generated from this series of analyses is then used to develop the proposed framework for selecting an optimal site exploration program for improved prediction of the tunneling-induced ground settlement in clays. Examples are presented to illustrate the proposed framework and demonstrate its effectiveness and significance. 相似文献
17.
黄土路基沉降量预测方法的研究 总被引：3，自引：0，他引：3
归纳对比了评估指南所提出的几种常用沉降预测模型的优缺点,提出检验任一拟合方法是否是通过实测沉降数据预测最终沉降量的最优方法,除检验其拟合精度外,还必须检验其预测精度,并基于所提出的拟合指标及预测指标,分析郑西客运专线实测数据后提出了适用于黄土路基沉降预测的预测方法。并根据组合预测的思想,通过加权系数调整各单一预测模型的比例,基于最小二乘法进行求解,建立了组合预测模型。探讨了其拟合及预测精度,指出使用组合预测模型可综合利用各种方法所提供的信息,有效地减少单个预测模型受随机因素的影响,较大地提高预测精度,其拟合精度比任何单一预测模型高得多。但用其预测之前,必须将参与组合的模型进行筛选,预测精度与所选取的筛选准则是否合理息息相关,如何选择一个比较合理的筛选准则使得在保证被筛选用于最优组合模型的预测模型其权系数均大于0的前提下,误差平方和最小,仍需进一步研究。 相似文献
18.
在煤层气勘探时,快速准确地获取气含量非常重要,但现行的测定方法难以满足此要求。根据已有的气含量测试数据,运用数理统计分析、建立预测模型,实现了在测试现场短时间内预测煤层气含量。通过对沁水盆地南部3个区块12口井煤层气含量现场数理预测,其结果经对比检验平均误差为11.42%,证明该预测方法有效、可行,可以现场指导地面煤层气勘探开发或矿井下瓦斯抽采。 相似文献