共查询到10条相似文献,搜索用时 338 毫秒
1.
为提高灰色系统模型对非等时距隧道变形预测的预测精度,运用非等时距GM(1,1)模型对隧道围岩变形进行预测,利用Matlab7.1平台编写了隧道围压变形预测程序,结合张涿高速隧道围岩收敛变形实测数据,进行了变形预测及误差分析,结果表明预测值与实测值比较吻合,非等时距GM(1,1)模型可以应用于施工进度指导及安全系数评判。 相似文献
2.
3.
4.
5.
在公路隧道施工过程中,围岩的稳定性对隧道施工的影响较大。因此公路隧道围岩变形的监控量测与准确预测是保障隧道施工安全的关键。针对当前隧道围岩变形的预测精度较低以及泛化能力较差等问题,该文提出一种基于贝叶斯(Bayes)优化长短期记忆网络(LSTM)的方法,该方法首先对拱顶沉降和周边收敛的原始监测数据进行预处理,而后构建公路隧道拱顶沉降与周边收敛的初始LSTM模型,并利用Bayes优化模型中的超参数,最终得出预测结果。利用该模型对某公路隧道拱顶沉降和周边收敛进行预测,将预测结果以均方根误差为评价指标与神经网络(CNN)和支持向量回归(SVR)进行对比。预测拱顶沉降时,Bayes-LSTM模型的平均预测精度相较于CNN与SVR模型分别提高了1.0与1.26;预测周边收敛时,Bayes-LSTM模型平均精度相较于CNN与SVR分别提高了0.3与0.32。表明Bayes-LSTM模型的预测精度较高,同时其能在训练模型过程中对历史信息进行判断和取舍,极大地提高了时序数据处理的效率,为公路隧道围岩变形预测提供了新的思路和探索。 相似文献
6.
7.
8.
MGM(1,n)模型在软土路基沉降预测中的应用 总被引:2,自引:2,他引:2
为提高高等级公路路基沉降预测的准确性,提出了一种由灰色相似关联度分析优选各个相关预测变量,构建灰色MGM(1,n)模型进行沉降预测的方法,可以更全面有效地利用工程监测数据.实例分析对比表明,这种方法比其他常用沉降预测法具有更高的准确性和可靠性. 相似文献
9.
高速公路连拱隧道施工变形预测的GA-SVR智能模型研究 总被引:1,自引:0,他引:1
基于连拱隧道支护结构繁多,施工工序复杂,同时由于施工影响,现场监测数据较少且数据误差较大,造成传统方法很难用于连拱隧道的施工变形预测。针对于此,支持向量回归(SVR)算法可以任意精度逼近任意函数,与神经网络相比具有小样本、全局优化和泛化性能好的优点。本文结合铜黄高速公路富溪连拱隧道的施工变形监测,采用遗传算法来优化支持向量回归算法的模型参数,形成GA-SVR算法,建立起了连拱隧道变形预测的GA-SVR智能模型。采用此模型对富溪隧道后继开挖的监测时间点进行变形预测,并与GA-BP模型对比可以看出本文所建立的GA-SVR智能模型具有极高的预测精度,完全可用于连拱隧道施工期的变形预测,也为类似工程提供了借鉴。 相似文献
10.
线性一非线性GM模型在地下工程围岩变形模拟预测中的应用 总被引:2,自引:0,他引:2
灰色系统理论在岩土工程领域的许多方面已得到广泛的应用,并取得了一系列成果,但在地下工程中的应用成果尚少。具体应用实践表明,线性DGM(2,1)模型、非线性Verhulst模型模拟预测地下工程围岩变形比一般回归分析效果好。DGM(2,1)和Verhulst模型不仅具有较高的精度,而且可方便地预测出围岩变形的最终位移,为地下工程信息化设计、施工提供更加准确的信息。 相似文献