灰色模型在铁路软基沉降预测中的应用

依托上海至南通铁路DK84+420，DK85+900工点的建设，基于灰色理论，建立GM（1，1）灰色模型，分别采用等时矩和不等时矩观测方式，预测了两工点沉降趋势和最终沉降量。研究结果表明:沉降周期三个月内实测数据与预测数据相比，相对误差为4%左右，证明灰色GM（1，1）模型在软土沉降预测上可行；根据实测资料可构建灰色模型时间相应序列方程，预测出断面总沉降值，检验沉降值及沉降速度是否符合规范；同时可构建沉降预测方程，数值模拟沉降趋势。     

基于皮尔-遗传神经网络的高路堤沉降预测研究

为确保高速公路的建设质量，许多高速公路进行了路基沉降观测工作，以便对路堤填筑完成以后的沉降发展做出准确的预测，高路堤沉降预测模型较多，但均较难达到理想的精度。文章则依据高路堤填土施工期路基沉降实测资料，考虑到沉降单调增长的特殊性，根据位移分解原理，采用皮尔曲线提取沉降趋势，用基于免疫进化的新型遗传神经网络模型外推偏差，从而提出了一种高路堤沉降预测的新型智能方法。实际工程证明了所提智能预测方法的有效性和可行性。     

基于遗传算法的二次回归方程在沉降数据处理中的应用

软基路基沉降与其影响因素之间呈非线性关系。以某软基高速公路为例,以时段天数、时段载荷量及时段加载平均速率为解释变量,以时段沉降量为被解释变量,建立了非线性二次回归模型,并用遗传算法估算模型系数。工程实例表明,经遗传算法优化的非线性二次回归方程具有较高的预测精度,效果优于神经网络,用该模型进行软基高速公路沉降预测分析是可行的。     

软土路基沉降预测Richards模型方法

在分析路基沉降规律和Richards曲线特征的基础上,针对常用的Gompertz、Von Bertalanffy和Logistic3种沉降预测模型的不足,基于Richards曲线的数学特征,提出将Richards模型应用于路基的沉降预测。以常用的Gompertz、VonBertalanffy和Logistic3种沉降预测模型和Richards模型进行了对比分析;并基于重复二元回归法提出了适用于路基沉降预测的四参数Richards模型。结果表明,Logistic模型、Gompertz模型和Von Bertalanffy模型为Richards模型的特例,由工程实例的预测分析证明了该模型能更好地适应实际情况的变化,适用范围更广,且预测精度更高。     

基于数据增强和机器学习算法的盾构隧道引发地面沉降预测及应用

为解决地铁盾构隧道施工引起的地表沉降预测过程中数据样本不足、对数据预处理较为粗糙的问题，选取北京地区32个地铁盾构隧道施工引起的地面沉降数据作为数据库，采用合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)算法对数据库进行扩增，并在此基础上选取BP神经网络(back propagation, BP)、随机森林(random forest, RF)、支持向量机(support vector machine, SVM)和K近邻(K-nearest neighbor, KNN)4种机器学习模型对沉降进行预测分析。分析结果表明： 1）经过预处理后的数据集预测能力显著增强，其中，KNN模型表现最佳，测试集平均绝对误差仅为1.60 mm； 2）采用KNN模型对北京轨道交通12号线西坝河—三元桥区间地层沉降进行预测，基于该模型预测值的Peck公式与实测值拟合度较高； 3）基于数据增强下的KNN模型对于盾构施工引起的地面沉降变形有良好的预测效果。     

基于深度学习的破碎带盾构施工沉降预测分析

为进一步提高复杂地层条件下盾构沉降预测的准确性，以广州地铁7号线1期工程谢村站-钟村站区间盾构工程为依托，针对破碎带盾构隧道沉降控制难题，提出基于深度学习的人工智能预测模型。通过分析开挖面破碎带分布规律，确定将破碎带面积比作为地层特性参数。采用相关系数矩阵分析不同施工参数与破碎带面积比的相关性，确定采用刀盘转矩代表破碎带面积比实时描述地层分布特性。以刀盘转矩、盾尾间隙与注浆量作为输入值，地面沉降作为输出值训练深度学习模型，并利用训练后的深度学习模型进行沉降预测分析。通过分析预测结果与沉降实测值的对比验证预测模型的有效性。     

地基沉降的预测方法

本针对土性指标普遍存在的变异性与自相关性，引入随机场理论分析方法，在研究地基沉降的概率分布特征及其特征及其特征值计算的基础上，提出了一种估算地基沉降上限的方法，建立了一种新的地基沉降预测方法。     

兰永公路软土地基处理后的沉降预测研究

根据兰永一级公路工程软土地基处理后的沉降实测资料，基于双曲线法、指数曲线法、幂多项式模型及Asaoka预测方法，对地基的沉降量进行预测。采取将预测结果与实测资料进行对比的方法，对4种预测模型进行了研究。结果表明:4种方法均可用于实际工程，Asaoka模型为最佳模型，对Asaoka方法的等时间间隔取值，一般为30天比较合理。     

土工格栅复合地基沉降变形智能预测控制

在分析土工格栅加筋软土地基变形性状及其沉降规律的基础上，重点从材料相互摩擦咬合作用、土体微结构、地基整体性等方面阐述该类水平向增强体复合地基沉降变形机理，比较了现行沉降计算方法，提出一种基于BP神经网络的智能沉降变形预测方法，对预测控制模型、预测控制算法和模糊控制器结构功能等进行了研究，介绍了该预测控制系统的MATLAB实现方法，为软土地基的加固处理和实际施工提供依据和参考。     

浅埋地铁暗挖法施工地表沉降预测及控制基准研究

本文对城市地铁暗挖法施工引起地表沉降带来的建筑物倾斜，地下管线变形等环境问题进行了研究，提出了基于统计理论的二维沉降预测方法回归模型，对沉降控制基准问题作较深入的阐述，提出一套控制基准经验式，给出了应用实例。     

软土地基沉降特征分析及MMF模型的应用

大量观测数据和理论研究表明软土地基沉降曲线发展规律一般经过发生、发展、稳定后达一定极限，其表现符合成长曲线的基本形式。分析了软土地基的工程特性和沉降特性，建立软土地基全过程沉降预测的MMF模型，利用Origin软件求解模型参数，给出模型的求解方式，讨论了模型预测效果，工程实例预测结果表明所建立模型具有科学性和适用性。     

基于灰色理论桥梁群桩基础工后沉降的预测

基于灰色系统理论,应用其等时距GM(1,1)模型及改进的新陈代谢模型对沉降进行预测,通过与蕴藻浜特大桥一墩的沉降观测资料的对比分析,证明文中提出的工后沉降灰色理论预测方法,在工程实际中是可行的。     

灰色系统理论在填石路堤沉降预测中的应用

基于填石路堤沉降现场试验,采用负指数曲线拟合路基沉降与时间关系,其与沉降变化趋势吻合较好,说明应用灰色系统理论预测填石路堤沉降是可行的。结合填石路堤沉降特点,首先建立相同沉降观测时段的灰色系统GM(1,1)模型,再运用最小二乘法优化GM(1,1)模型参数,并分别进行实例预测。结果表明,与GM(1,1)模型预测相比,参数优化模型预测精度会有显著提高,且能满足工程要求。     

CFG桩复合地基沉降的灰色预测

高速铁路CFG桩复合地基(路基)沉降是一个复杂的过程,采用MATLAB语言编写了基于XGM(1,1)模型预测地基沉降的程序,并将其应用于CFG复合地基沉降量的预测。通过对灰色预测XGM(1,1)模型在工程实例的应用和对比,证实XGM(1,1)模型运用到工程实际中是可行的。     

基于时间序列分析法的软土路基沉降预测研究

采用时间序列分析法，根据已有的路基沉降观测数据，建立模型，预测路基沉降的发展趋势。实例分析表明:利用该分析法预测路基沉降，不仅能避开软土路基复杂的力学性质，还可避开利用传统的路基沉降计算方法所用到的大量参数，而且建模比较简单，所得最终预测结果误差较小。     

高填路堤沉降的优化组合预测

通过对高填路堤沉降规律的分析,采用组合预测方法进行沉降预测,以便综合利用不同预测模型所提供的信息并提高预测精度。普遍组合预测模型多为以组合预测的误差平方和或离差绝对值之和最小为精度指标的单目标优化模型,不一定能如实反映预测方法的有效性。采用基于预测有效度为精度指标的多目标组合预测模型,求解优化预测值,并通过具体工程实例说明其优越性。     

基于Logistic曲线和Gompertz曲线的最优组合沉降预测模型及其应用

地基的全过程沉降量与时间呈S形曲线关系，可用Logistic模型和Gompertz模型较好地描述。根据I_ogistic曲线和Gompertz曲线的共性和个性，引用最优加权组合建模理论，以组合模型的对数误差平方和最小为目标函数来确定最优的加权系数，建立了最优加权几何平均组合沉降预测模型。通过工程实例，验证了该最优组合沉降预测模型的可行性。对比计算结果表明，最优组合沉降预测模型的精度不仅比Logistic模型和Gompertz模型的预测精度要高，而且可靠性也优于各个单一预测的模型，是地基沉降观测资料的一种有效分析方法。     

盾构施工引起地表沉降的BP神经网络预测

根据盾构施工引起地表沉降的具体问题，结合广州地铁三号线某区间地质资料，建立了地表沉降预测的BP神经网络模型，并对网络进行了训练和测试，测试结果表明，利用神经网络进行盾构隧道施工的地表沉降预测是可行的，可用于工程实践。     

公路路堤软土地基沉降的二维反演与预测

基于Merchant粘弹性模型，建立公路路堤软土地基沉降的二维粘弹性Biot固结有限元计算方法；从优化原理出发，采用最小二乘法，建立根据沉降、孔压以及侧向变形等实际观测信息进行参数反演的合理目标函数形式；采用Simplex直接优化算法（单纯形法）实现参数的反演计算，从而提高公路路堤软土地基沉降预测的准确性。实例分析表明，该方法是可行的。     

基于实测沉降数据的路基沉降机理及其预测分析

对路基沉降机理进行了较深入的分析,归纳对比了各类沉降预测模型,根据组合预测的思想应用最小二乘法建立了组合预测模型。通过实测数据的建模分析,发现"S"型曲线拟合优度明显更好;组合模型确实能有效利用每种模型的信息以使预测值更为合理和精确。基于一维固结的解析法计算的最终沉降值与预测值的比较表明模型是可信的,预测方法是可行的。