基于优化极限学习机的基坑侧位移变形预测

发布时间：2022-04-26 18:07

　　为实现基坑侧位移的准确预测,以极限学习机为基础,通过遗传算法和贝叶斯估计进行参数优化处理,以构建出适用于基坑侧位移预测的优化极限学习机模型。实例分析表明:通过不断递进的参数优化,能有效提高基坑侧位移的预测精度,所得预测结果的平均相对误差均小于2%,得出该文预测模型具有较高的预测精度,且预测结果还具有较强的稳定性,验证了该文优化极限学习机模型在基坑侧位移中的预测效果,为基坑侧位移变形预测提供了一种新的思路,值得进一步推广应用研究。 

【文章页数】：4 页

【文章目录】：
0 引言
1 基本原理
2 实例分析
    2.1 工程概况
    2.2 预测分析
3 结论与讨论


【参考文献】：
期刊论文
[1]超载影响下围护结构非对称基坑的受力及变形特性分析[J]. 高亿文,李明广,陈锦剑.  上海交通大学学报. 2020(06)
[2]基坑围护结构侧向变形引起的坑外土体变形研究[J]. 杨庆光,梁凌川,柳雄,杨治飞,邓方根.  地下空间与工程学报. 2020(03)
[3]苏州地铁车站基坑变形的空间效应分析及预测研究[J]. 马将.  河北工业科技. 2020(02)
[4]一种改进的BP神经网络深基坑变形预测方法[J]. 宋楚平.  土木工程与管理学报. 2019(05)
[5]变形监测数据预报的动态贝叶斯ELM方法[J]. 范千,方绪华,许承权,杨荣华.  测绘学报. 2019(07)
[6]基于粒子群优化的DGM（1,1）模型在基坑变形安全预测中的研究[J]. 陈家骐,华建兵,段园煜,司大雄,丁蕾,丁碧莹.  中国安全生产科学技术. 2019(03)
[7]基于Elman-马尔科夫模型的深基坑变形预测[J]. 贾哲,郭庆军,郝倩雯.  人民长江. 2019(01)
[8]基于遗传算法和极限学习机的智能算法在基坑变形预测中的应用[J]. 陈艳茹.  隧道建设(中英文). 2018(06)
[9]弧形地连墙侧位移计算的新方法[J]. 耿大新,余小强,童立红,王海龙.  岩土工程学报. 2016(12)



本文编号：3648475