基于LMD-PSO-LSSVM组合模型的深基坑变形预测
变形是造成基坑安全隐患的重要因素.为准确预测基坑变形趋势,提出一种将局部均值分解(LMD) 、粒子群优化算法(PSO) 与最小二乘支持向量机(LSSVM) 组合的深基坑变形预测模型.通过LMD将时序样本分解为多个分量,利用PSO优化后的LSSVM模型对各分量建立非线性基坑变形预测模型,最后采用滚动预测的方法对各分量进行预测并将结果叠加得到时序样本的预测值.通过实际工程进行模型预测与分析.结果表明: 该模型不仅反映出基坑变形本质特征,而且预测精度明显提高,将其运用于基坑变形预测研究中具有较好的应用性和可靠性.
深基坑、变形、局部均值分解(LMD)、粒子群优化算法(PSO)、最小二乘支持向量机(LSSVM)
14
TU473.2(土力学、地基基础工程)
高等学校博士点学科专项基金20092121110001;辽宁省自然科学基金20102091
2018-08-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
483-489