LS-SVM的基坑變形時間序列預(yù)測模型

隨著建設(shè)工程施工的信息化與安全化,基坑的變形預(yù)測是基坑設(shè)計和施工的重要補充手段。基于bp人工神經(jīng)網(wǎng)絡(luò)模型以及時序分析arx自回歸各態(tài)歷經(jīng)模型,對基坑的沉降變形進行了預(yù)測,數(shù)據(jù)結(jié)果表明兩種模型均能較好地對未來值進行較真實的預(yù)測;從bp模型與arx模型的預(yù)測結(jié)果均方誤差值大小的角度而言,bp模型的預(yù)測對于未來趨勢的判斷比arx模型要更強一些。試驗結(jié)果說明兩種預(yù)測模型應(yīng)用于實際工程的監(jiān)測預(yù)測具有實際意義。

介紹了小波分析與時間序列組合模型的優(yōu)點,給出了利用該組合方法對建筑物變形監(jiān)測數(shù)據(jù)進行分析和預(yù)測的思路,并對長江紫都c塊1#樓的沉降監(jiān)測數(shù)據(jù)進行了分析和預(yù)測。結(jié)果表明,該方法能有效分析和預(yù)測建筑物的沉降變形情況,建筑物各沉降點的累積沉降量均在允許的范圍內(nèi),隨時間的推移,沉降累積量趨于平穩(wěn),該建筑物基本穩(wěn)定。

分析得出原始gm(1,1)模型對應(yīng)的灰微分方程僅是白化微分方程的梯形積分形式,因此以辛普生求積公式為基礎(chǔ)建立了新的灰微分方程,而辛普生求積公式也是一種近似表達形式,因而對新的灰微分方程添加動態(tài)擾動項,以彌補灰微分方程與白化微分方程的差別,同時對初始值添加修正項,使其更加符合最小二乘法思想。將改進后的gm(1,1)模型應(yīng)用到基坑變形預(yù)測中,實例應(yīng)用結(jié)果顯示,改進的gm(1,1)模型具有較高的預(yù)測精度。

灰色預(yù)測模型在基坑變形中的應(yīng)用——基于基坑監(jiān)測變形值具有一定的灰色特征，利用灰色系統(tǒng)理論建立了基坑監(jiān)測變形值的等步長與非等步長gm(1，1)預(yù)測模型。通過對某基坑樁頂位移變形數(shù)據(jù)的預(yù)測，表明了灰色預(yù)測模型在基坑變形監(jiān)測中具有較好的可行性及可靠性。

改進gm(1，1)模型在基坑變形預(yù)測中的應(yīng)用——分析得出原始gm(1，1)模型對應(yīng)的灰微分方程僅是白化微分方程的梯形積分形式，因此以辛普生求積公式為基礎(chǔ)建立了新的灰微分方程，而辛普生求積公式也是一種近似表達形式，因而對新的灰微分方程添加動態(tài)擾動項，以彌補...

灰色加權(quán)模型在深基坑變形預(yù)測中的應(yīng)用——深基坑的變形及其預(yù)測是工程建設(shè)中經(jīng)常遇到的重要問題，論文對加權(quán)灰色模型應(yīng)用于該領(lǐng)域作了探討。在進行加權(quán)模型理論計算的基礎(chǔ)上，以深基坑實際變形監(jiān)測資料為基礎(chǔ)，利用原始模型結(jié)果作為比較基礎(chǔ)，對加權(quán)模型進行了...

gm（1，1）優(yōu)化模型在基坑變形預(yù)測中的應(yīng)用——基坑邊坡系統(tǒng)是一典型的灰色系統(tǒng)。其變形發(fā)展過程可用灰色系統(tǒng)理論進行預(yù)測。本文在常規(guī)全息gm(1，1)模型的基礎(chǔ)上，采用等維新息迭代法gm(1，1)模型對鄭州太陽城紫荊花園基坑變形進行模擬預(yù)測，結(jié)果表明了迭代法g...

基于空調(diào)負(fù)荷預(yù)測的優(yōu)化控制是解決冰蓄冷控制問題的理想途徑。本文在分析國際建筑物空調(diào)負(fù)荷預(yù)測競賽研究成果的基礎(chǔ)上指出,利用季節(jié)性時間序列模型建模預(yù)測精度較高,且工程實施簡便,特別適合于空調(diào)系統(tǒng)連續(xù)運行、負(fù)荷波動規(guī)律性較強的建筑物負(fù)荷預(yù)測。本文概要介紹利用季節(jié)性時間序列模型進行建模預(yù)測的理論和方法,并通過工程實例驗證了建模方法的有效性。

結(jié)合小波分析在數(shù)據(jù)處理方面的優(yōu)勢,采用小波包去噪對露天礦邊坡沉降數(shù)據(jù)進行去噪處理,再結(jié)合時間序列分析理論建立小波包-時間序列預(yù)測模型,從而對露天礦邊坡進行變形分析預(yù)測。通過實驗數(shù)據(jù)對比分析,結(jié)合小波包去噪與時間序列分析理論模型對露天礦邊坡沉降數(shù)據(jù)進行預(yù)測,預(yù)測精度較高,能夠?qū)ΦV區(qū)邊坡的沉降進行預(yù)測。

利用時間序列和灰色模型理論,針對北方某城市的交通事故統(tǒng)計數(shù)據(jù),分別建立了自回歸移動平均模型及灰色模型,并對各模型進行了步長為12的預(yù)測。通過模型對比發(fā)現(xiàn):2個模型的預(yù)測絕對誤差分別為23.95%和54.32%,且對于具有季節(jié)周期性特點的序列,自回歸移動平均模型的預(yù)測結(jié)果與實際觀測值比較吻合,說明自回歸移動平均模型比灰色模型更能充分挖掘歷史信息以減少預(yù)測誤差,并反映數(shù)據(jù)的周期性變化,具有良好的適用性。

以國家體育場(鳥巢)工程的沉降觀測數(shù)據(jù)為基礎(chǔ),論述了采用時間序列模型處理變形數(shù)據(jù)的原理和方法,并對建筑物的變形趨勢進行了分析和預(yù)測,為建筑物的安全施工和正常使用提供了保障.

運用小波理論和神經(jīng)網(wǎng)絡(luò)理論不同結(jié)合方法建立地表變形預(yù)測模型。文中先建立了較為普遍的松散型的小波去噪神經(jīng)網(wǎng)絡(luò)模型和緊致型的小波神經(jīng)網(wǎng)絡(luò)模型,分析了小波去噪和bp神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點數(shù)選取過程?；趯崪y數(shù)據(jù)分析可得:三種模型的預(yù)測效果較單一的bp神經(jīng)網(wǎng)絡(luò)預(yù)測效果更好;基于小波變換的神經(jīng)網(wǎng)絡(luò)預(yù)測模型的平均絕對百分比誤差為0.15,優(yōu)于另兩種模型的預(yù)測精度。

根據(jù)杭州灣懸浮泥沙濃度的時間序列數(shù)據(jù),通過數(shù)據(jù)預(yù)處理、模型識別、定階、參數(shù)估計及適應(yīng)性檢驗,建立了一個arima(3,1,2)模型,并對未來杭州灣懸浮泥沙的濃度作了預(yù)測.結(jié)果表明,arima模型對描述和預(yù)測杭州灣懸浮泥沙濃度具有較高的精度.

根據(jù)杭州灣懸浮泥沙濃度的時間序列數(shù)據(jù),通過數(shù)據(jù)預(yù)處理、模型識別、定階、參數(shù)估計及適應(yīng)性檢驗,建立了一個arima(3,1,2)模型,并對未來杭州灣懸浮泥沙的濃度作了預(yù)測。結(jié)果表明,arima模型對描述和預(yù)測杭州灣懸浮泥沙濃度具有較高的精度。

基于灰色bp神經(jīng)網(wǎng)絡(luò)組合模型的基坑變形預(yù)測研究——為了使得基坑變形預(yù)測在“少樣本”、“貧信息”的情況下依然能夠得出精度較高的結(jié)果，在傳統(tǒng)的灰色gm(1，1)模型和bp神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上，進行了灰色bp神經(jīng)網(wǎng)絡(luò)組合模型的研究。通過總結(jié)2傳統(tǒng)模型的原理和算...

本文基坑變形預(yù)測共包含了兩個過程，即一次非線性預(yù)測和二次非線性預(yù)測。其中，一次非線性預(yù)測是利用多種回歸模型對基坑的變形進行回歸預(yù)測，探討不同回歸模型的預(yù)測效果，并選取較優(yōu)的回歸結(jié)果進行組合預(yù)測；二次非線性預(yù)測是利用混沌rbf神經(jīng)網(wǎng)絡(luò)對組合預(yù)測的搜索誤差序列進行二次預(yù)測，進一步減少預(yù)測誤差，提高預(yù)測精度。結(jié)果表明：本文的預(yù)測精度較高，該方法在基坑變形預(yù)測中具有較高的有效性和可行性。

針對基坑變形預(yù)測中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測基坑變形的新方法。用一樁錨聯(lián)合支護體系實例進行了預(yù)測研究,得到支護體系的不同預(yù)測模型的組合預(yù)測值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡(luò)預(yù)測誤差比gm(1,1)預(yù)測模型小;與bp預(yù)測模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測中,為了更準(zhǔn)確地預(yù)測基坑變形,可以采用灰色神經(jīng)網(wǎng)絡(luò)預(yù)測與bp預(yù)測相結(jié)合的方法進行預(yù)測。

針對gm(1,1)模型在建筑物變形預(yù)測中精度和泛化能力較低的缺陷,提出一種基于ls-svm的灰色補償rbf神經(jīng)網(wǎng)絡(luò)的建筑物變形組合預(yù)測方法。利用最小二乘支持向量機訓(xùn)練由灰色gm(1,1)模型預(yù)測得到的一組結(jié)果的殘差值,直接獲得rbf網(wǎng)絡(luò)的中心函數(shù)訓(xùn)練rbf網(wǎng)絡(luò),得到rbf誤差補償器,去補償gm(1,1)模型。實驗證明,最小二乘支持向量機、灰色系統(tǒng)以及神經(jīng)網(wǎng)絡(luò)3者相結(jié)合的方法,能有效提高建筑物變形沉降預(yù)測的精度。

自適應(yīng)gm(1，1)灰色模型在基坑變形預(yù)測中的應(yīng)用——針對基坑變形系統(tǒng)的不確定性及灰色性，結(jié)合工程實例，采用自適應(yīng)gm(1，1)模型對基坑監(jiān)測數(shù)據(jù)進行了變形預(yù)測，結(jié)果表明呆用自適應(yīng)模型大大提高了長時間段預(yù)測精度，預(yù)測結(jié)果完全滿足工程要求，具有較好的實用價...

應(yīng)用非等間距時間序列的灰色gm(1,1)模型對建筑物的沉降過程進行模擬,工程實例計算結(jié)果表明,該模型的預(yù)測值與實際測量值吻合較好,為建筑物沉降的預(yù)測提供了有效可行的方法。

基于arma模型的隧道位移時間序列分析——在新奧法隧道施工中，隧道位移監(jiān)測對于評價圍巖穩(wěn)定性和支護結(jié)構(gòu)合理性起重要作用。目前大都采用ar模型對隧道位移進行時間序列分析，避開了非線性估計，致使擬合精度和模型實用性較差。為此，介紹了具有較高預(yù)測精度和較...

隨著各大城市地鐵的興建,各種工程事故相繼發(fā)生,隧道開挖具有復(fù)雜性和特殊性,充分認(rèn)識和掌握隧道圍巖的變形規(guī)律,對于避免不必要的工程事故具有重要意義。本文基于隧道圍巖施工期的變形監(jiān)測數(shù)據(jù),深入研究了時間序列分析、灰色系統(tǒng)理論和組合模型預(yù)測方法。結(jié)果表明,mgm（1,3）＋ar（3）組合模型不僅能夠反映數(shù)據(jù)序列的發(fā)展變化的趨勢性,而且還能考慮數(shù)據(jù)序列隨機波動的影響,組合模型擬合與預(yù)測的模擬預(yù)測精度高。研究成果為隧道圍巖施工期和運行期的安全提供可靠依據(jù),并未科學(xué)研究和理論計算提供參考。