基于ν-SVR和PSO算法的深基坑位移反分析及预测

发布时间：2017-10-11 20:45

  本文关键词：基于ν-SVR和PSO算法的深基坑位移反分析及预测

  更多相关文章： 深基坑工程 变形预测 FLAC 3D模拟 支持向量回归机 粒子群算法

【摘要】：在深基坑工程施工过程中,会产生基坑围护结构的位移、坑底隆起、周边地表沉降等变形。影响深基坑变形的因素很多,变形与影响因素属于复杂的非线性问题,按照信息化施工的要求,在深基坑施工过程中,监测是必不可少的,利用已有监测数据可对基坑变形趋势进行预测,使基坑监测更好地指导施工。基坑支护结构和土层参数等因素共同影响基坑位移。土体参数是影响变形因素中的一个重要因素,如何取得一个既能反映土体特征,又能反映支护施工影响的参数,进而利用已有监测数据预测将来变形,具有现实的重要意义。本文基于渭南市新洲地产F地块深基坑工程监测资料,研究支持向量回归机(ν-SVR)和粒子群算法(PSO)在基坑位移反分析及预测的适用性。将各测点监测数据进行整理分析,选取对整个基坑变形有控制意义的测点数据进行反分析。采用正交均匀试验方法设计25组试算土体参数并用FLAC3D软件进行正分析计算,以模拟结果为学习样本建立反映土体参数与变形模拟计算值之间映射关系的支持向量机回归模型。基于建立的支持向量回归机模型,以与实测变形误差最小为目标函数采用粒子群算法搜索最优参数。将反分析所得土体参数代入FLAC3D模型中计算以预测后续工况下的基坑支护结构变形量。本文研究内容及成果如下:(1)在该基坑施工过程中,相关监测工作比较全面,桩体水平位移以及周边地表沉降均在预警值以内,基坑西侧CX9桩体水平位移最大,且各工况下桩体水平位移均能体现施工的影响,选取该测点水平位移监测数据进行反分析及预测是合理的且对整个基坑变形控制有重要意义。(2)通过FLAC3D软件对各工况施工过程进行数值模拟,模拟结果能反应基坑各工况变形特征,以正交均匀试验设计方法确定的25组土体参数代入FLAC3D模型中计算,得到学习样本,从而建立支持向量回归机模型。(3)根据现场监测数据,基于支持向量回归机模型搜索与现场实测变形误差最小的土体的弹性模量参数。将反演出的参数代入FLAC3D模型中计算位移值,并与实测位移进行对比,反分析返回计算值与实测位移误差较小,表明反分析土层参数既能反映土体特征,又能反映支护施工影响。(4)将各反分析工况得到的反分析参数代入FLAC3D进行后面工况的计算,得到相应的变形预测值,变形预测值与实测值较吻合。可以认为反分析参数对于后续工况的预测是有一定价值的。
【关键词】：深基坑工程 变形预测 FLAC 3D模拟 支持向量回归机 粒子群算法
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU753
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 引言10-17
• 1.1 选题依据及研究意义10
• 1.2 国内外研究现状10-15
• 1.2.1 深基坑变形预测10-11
• 1.2.2 位移反分析11-13
• 1.2.3 支持向量回归机13-14
• 1.2.4 PSO粒子群算法14-15
• 1.3 研究内容与技术路线15-17
• 第2章 深基坑工程的变形特征及反分析理论17-34
• 2.1 深基坑施工过程中的变形特征及影响因素17-20
• 2.1.1 支挡结构变形17-18
• 2.1.2 坑底隆起变形18-19
• 2.1.3 地表沉降19
• 2.1.4 基坑变形影响因素19-20
• 2.2 位移反分析及变形预测理论概述20-22
• 2.2.1 常规反分析方法20-21
• 2.2.2 反演参数的选取21
• 2.2.3 反分析方法的选取21-22
• 2.2.4 变形预测22
• 2.3 正交与均匀试验设计方法理论22-24
• 2.3.1 正交试验设计23
• 2.3.2 均匀试验设计23-24
• 2.4 数值模拟分析方法24-26
• 2.4.1 FLAC3D基本介绍24
• 2.4.2 本构模型24-26
• 2.5 支持向量回归机理论基础26-29
• 2.5.1 支持向量机26-27
• 2.5.2 ν-SVR支持向量回归机27-29
• 2.6 粒子群算法理论29-33
• 2.6.1 算法机理29-30
• 2.6.2 参数优化30-32
• 2.6.3 多目标粒子群算法32-33
• 2.7 本章小结33-34
• 第3章 监测数据整理与分析34-54
• 3.1 工程概况34-37
• 3.1.1 基坑周围环境34
• 3.1.2 工程地质条件34-37
• 3.2 基坑支护设计方案37-41
• 3.3 监测项目及测点布置41-45
• 3.3.1 围护桩体水平位移监测42-44
• 3.3.2 基坑周边地表沉降监测44-45
• 3.4 监测数据分析45-52
• 3.4.1 围护桩体水平位移分析45-50
• 3.4.2 基坑周边地表沉降分析50-52
• 3.5 本章小结52-54
• 第4章 监测数据位移反分析及预测54-83
• 4.1 基坑开挖数值模拟54-63
• 4.1.1 模型参数取值54-55
• 4.1.2 围护结构的模拟55-58
• 4.1.3 模拟开挖工况58-59
• 4.1.4 模拟结果59-63
• 4.2 支持向量回归机模型63-70
• 4.2.1 学习样本的构建64-69
• 4.2.2 支持向量回归机模型的建立69
• 4.2.3 支持向量回归机模型参数优化69-70
• 4.3 PSO搜索最优反演参数70-72
• 4.3.1 目标函数选择70-71
• 4.3.2 参数的选取71-72
• 4.4 反分析计算结果及验证72-76
• 4.4.1 反分析结果72
• 4.4.2 反分析结果验证72-76
• 4.5 反演参数预测后续施工变形76-81
• 4.6 本章小结81-83
• 结论与展望83-85
• 结论83-84
• 展望84-85
• 致谢85-86
• 参考文献86-89
• 攻读学位期间取得学术成果89

【参考文献】

中国期刊全文数据库 前10条

1 漆祖芳;姜清辉;周创兵;向柏宇;邵敬东;;基于v-SVR和MVPSO算法的边坡位移反分析方法及其应用[J];岩石力学与工程学报;2013年06期

2 朱鸿鹄;叶肖伟;冉龙;;基于现场实测数据的深基坑工程可靠度研究[J];铁道工程学报;2011年09期

3 刘杰;姚海林;任建喜;;地铁车站基坑围护结构变形监测与数值模拟[J];岩土力学;2010年S2期

4 姜谙男;梁冰;;基于粒子群支持向量机的三维含水层渗流参数反馈识别[J];岩土力学;2009年05期

5 邬凯;盛谦;梅松华;李佳;;PSO-LSSVM模型在位移反分析中的应用[J];岩土力学;2009年04期

6 郭健;王元汉;苗雨;;基于MPSO的RBF耦合算法的桩基动测参数辨识[J];岩土力学;2008年05期

7 胡浩军;王元汉;;深基坑开挖与支护模拟仿真分析[J];岩土力学;2007年S1期

8 刘志丰;李鸿宇;;复合地基变形模量的反演分析研究[J];城市道桥与防洪;2007年09期

9 李琳;杨敏;熊巨华;;软土地区深基坑变形特性分析[J];土木工程学报;2007年04期

10 陈秋南;张永兴;赵明华;刘新荣;;基于ε-SVR算法的隧道围岩位移演化规律预测[J];岩土力学;2006年04期

中国硕士学位论文全文数据库 前1条

1 冯建伟;基于监测信息的排桩冻结法深基坑正反演分析[D];河海大学;2005年

，

本文编号：1014665