基于LSSVM-ARMA模型的基坑变形时间序列预测

发布时间：2017-09-06 08:55

  本文关键词：基于LSSVM-ARMA模型的基坑变形时间序列预测

  更多相关文章： 基坑变形 时间序列预测 小波变换 PSO-LSSVM ARMA模型

【摘要】：如何准确预测和控制基坑变形是基坑工程的一个难点,提出了一种基于小波变换、粒子群优化的最小二乘支持向量机(PSO-LSSVM)和自回归移动平均模型(ARMA)的基坑变形时间序列预测方法。首先,利用小波变换将基坑变形时间序列分解和重构为2个子序列——趋势时间序列和随机时间序列,在该基础上,采用PSO-LSSVM模型与ARMA模型分别预测趋势时间序列与随机时间序列未来值,将2个子序列的预测值求和作为最终预测结果。最后,将该方法应用于昆明某基坑工程的深层水平位移预测,不断地利用前期工况的最新实测数据建模,对后期工况未来变形量进行滚动预测,获得了令人满意的结果。
【作者单位】： 昆明理工大学土木工程学院;
【关键词】： 基坑变形 时间序列预测 小波变换 PSO-LSSVM ARMA模型
【基金】：国家自然科学基金青年项目(No.51304088)
【分类号】：TU433
【正文快照】： 1引言随着基坑工程向更大、更深、更复杂的趋势发展,支护技术难度越来越大,基坑变形对周边环境的影响也更加突出,如何准确预测和有效控制基坑变形以保证周边环境安全,已成为基坑工程亟待解决的问题。基坑变形是支护系统内部复杂力学机制的宏观反应,蕴含了内部力学演化信息,故

【参考文献】

中国期刊全文数据库 前10条

1 胡冬;张小平;;基于灰色系统理论的基坑变形预测研究[J];地下空间与工程学报;2009年01期

2 蔡曦;胡昌华;蔡光斌;;基于人工免疫RBF神经网络的时间序列预测方法研究[J];电光与控制;2007年04期

3 常鹏;高亚静;张琳;李均强;;基于EEMD与时间序列法的短期风电场功率预测[J];电力科学与工程;2012年03期

4 胡瑜;陈涛;;基于C-C算法的混沌吸引子的相空间重构技术[J];电子测量与仪器学报;2012年05期

5 刘辉;杜秀华;;基于ARMA模型的电视台收视率预测方法设计和实现[J];控制工程;2009年S1期

6 纪娟娟;郭业才;;基于正交小波变换的相关函数盲均衡算法[J];控制工程;2010年S2期

7 阎威武,邵惠鹤;支持向量机和最小二乘支持向量机的比较及应用研究[J];控制与决策;2003年03期

8 高卫峰;刘三阳;;一种高效粒子群优化算法[J];控制与决策;2011年08期

9 袁金荣,赵福勇;基坑变形预测的时间序列分析[J];土木工程学报;2001年06期

10 刘勇健,李彰明,张建龙,易又庆;基于遗传-神经网络的深基坑变形实时预报方法研究[J];岩石力学与工程学报;2004年06期

【共引文献】

中国期刊全文数据库 前10条

1 刘艳军;孙敦本;;深基坑变形控制研究进展[J];四川建筑科学研究;2011年01期

2 文亚伟;;深基坑变形的神经网络预测分析[J];安徽建筑;2009年06期

3 胡冬;张小平;;基于灰色系统理论的基坑变形预测研究[J];地下空间与工程学报;2009年01期

4 张丽叶;郑绍钰;;基于LS-SVM的装备研制费用建模与分析[J];兵工自动化;2009年02期

5 高华东,霍达,陶连金;混沌理论与可信域相结合的深基坑开挖侧移预测[J];北京工业大学学报;2005年02期

6 沈国浩;;射频技术的无线控制网络设计方法初探[J];赤峰学院学报(自然科学版);2011年09期

7 张金敏;翟玉千;王思明;;小波分解和最小二乘支持向量机的风机齿轮箱故障诊断[J];传感器与微系统;2011年01期

8 胡伍生;;变形分析的神经网络技术应用实例[J];测绘工程;2008年03期

9 任丽芳;袁宝远;;大跨度悬索桥锚碇基础基底土压力智能预测研究[J];长江科学院院报;2011年05期

10 闫韶兵;赵民;张敬志;;基坑变形预测的灰色理论分析[J];城市勘测;2006年04期

中国重要会议论文全文数据库 前10条

1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年

2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年

3 刘太安;;最小二乘支持向量机组合优化算法研究[A];2008年计算机应用技术交流会论文集[C];2008年

4 胡正亮;何燕云;;含空间琵琶撑的基坑工程有限元分析[A];中国土木工程学会第十二届年会暨隧道及地下工程分会第十四届年会论文集[C];2006年

5 马永芳;王兆耀;凌志浩;;LSSVM故障诊断专家系统研究及其应用[A];2010中国仪器仪表学术、产业大会（论文集1）[C];2010年

6 郑艳;麻凤海;;软土深基坑结构变形预测方法研究[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年

7 周波;石爱国;;混沌序列最近邻多步预报算法[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年

8 陈鹏宇;段新胜;项翔;;优化白化方程参数的新NGM(1,1,k)模型及其应用[A];第19届灰色系统全国会议论文集[C];2010年

9 熊孝波;桂国庆;郑明新;许建聪;马淑芝;;基于免疫RBF神经网络的深基坑施工变形预测[A];第二届中国水利水电岩土力学与工程学术讨论会论文集（一）[C];2008年

10 杨成祥;冯夏庭;;变形预测的遗传进化算法[A];第八次全国岩石力学与工程学术大会论文集[C];2004年

中国博士学位论文全文数据库 前10条

1 唐利民;非线性最小二乘的不适定性及算法研究[D];中南大学;2011年

2 陈鸿蔚;交流异步电力测功机系统及其软测量技术研究[D];湖南大学;2009年

3 徐芳;航空影像分割的支持向量机方法[D];武汉大学;2004年

4 张英;基于支持向量机的过程工业数据挖掘技术研究[D];浙江大学;2005年

5 赵晖;支持向量机分类方法及其在文本分类中的应用研究[D];大连理工大学;2006年

6 焦尚彬;交流电压下染污绝缘子表面污秽智能检测方法研究[D];西安理工大学;2006年

7 汪辉;增量型支持向量机回归训练算法及在控制中的应用[D];浙江大学;2006年

8 梁新荣;高速公路智能控制方法研究[D];华南理工大学;2005年

9 曾绍华;支持向量回归机算法理论研究与应用[D];重庆大学;2006年

10 汪东;基于支持向量机的选时和选股研究[D];上海交通大学;2007年

【二级参考文献】

中国期刊全文数据库 前10条

1 刘开云;魏博;刘保国;;边坡变形时序分析的进化-自适应神经模糊推理模型[J];北京交通大学学报;2012年01期

2 黄修云,曹国安,张清;人工神经元网络在地下工程预测中的应用[J];北方交通大学学报;1998年01期

3 周颖,郑德玲,位耀光,付冬梅;一种基于生物免疫原理的识别算法[J];北京科技大学学报;2004年04期

4 周平;洛伦兹系统混沌自同步的进一步研究[J];重庆邮电学院学报(自然科学版);2001年02期

5 李水兵;李培现;;基于BP神经网络的深基坑变形预测[J];测绘信息与工程;2011年05期

6 陈丙三;张福江;李春雨;;基于关联维数的溢流阀故障诊断[J];重庆科技学院学报(自然科学版);2011年04期

7 刘岱;庞松岭;骆伟;;基于EEMD与动态神经网络的短期负荷预测[J];东北电力大学学报(自然科学版);2009年06期

8 张治强,冯夏庭,杨成祥,林韵梅;非线性位移时间序列分析的遗传，

本文编号：802155