基于粒子群与Markov优化的PMIGM(1,1)模型预测路基沉降方法研究
高速公路路基沉降的准确预测对高速公路病害预防和治理有着极其重要的指导意义.以往的路基沉降预测模型多为单一模型或简单改进模型,提出了一种基于粒子群与Markov优化的PMIGM(1,1)预测模型.首先,基于灰色理论,提出了改进的IGM(1,1)预测模型;然后,利用Markov理论对IGM(1,1)预测模型的相对残差序列进行修正,使得该模型能反映数据的波动特征,得到了MIGM(1,1)预测模型;在此基础上,采用粒子群算法对残差序列参数进行白化,建立了PMIGM(1,1)预测模型.将该预测模型应用于云南保施高速公路高填方路基,分析结果表明该模型可提高预测模型的精度.
灰色理论、Markov链、粒子群、路基沉降、PMIGM(1,1)模型
41
TU43(土力学、地基基础工程)
国家自然科学基金项目51764020;国家"十三五"重点研发计划2017YFC0804601
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
205-208