本文關(guān)鍵詞：基于ν-SVR和PSO算法的深基坑位移反分析及預測

  更多相關(guān)文章： 深基坑工程 變形預測 FLAC 3D模擬 支持向量回歸機 粒子群算法

【摘要】：在深基坑工程施工過程中,會產(chǎn)生基坑圍護結(jié)構(gòu)的位移、坑底隆起、周邊地表沉降等變形。影響深基坑變形的因素很多,變形與影響因素屬于復雜的非線性問題,按照信息化施工的要求,在深基坑施工過程中,監(jiān)測是必不可少的,利用已有監(jiān)測數(shù)據(jù)可對基坑變形趨勢進行預測,使基坑監(jiān)測更好地指導施工�；又ёo結(jié)構(gòu)和土層參數(shù)等因素共同影響基坑位移。土體參數(shù)是影響變形因素中的一個重要因素,如何取得一個既能反映土體特征,又能反映支護施工影響的參數(shù),進而利用已有監(jiān)測數(shù)據(jù)預測將來變形,具有現(xiàn)實的重要意義。本文基于渭南市新洲地產(chǎn)F地塊深基坑工程監(jiān)測資料,研究支持向量回歸機(ν-SVR)和粒子群算法(PSO)在基坑位移反分析及預測的適用性。將各測點監(jiān)測數(shù)據(jù)進行整理分析,選取對整個基坑變形有控制意義的測點數(shù)據(jù)進行反分析。采用正交均勻試驗方法設(shè)計25組試算土體參數(shù)并用FLAC3D軟件進行正分析計算,以模擬結(jié)果為學習樣本建立反映土體參數(shù)與變形模擬計算值之間映射關(guān)系的支持向量機回歸模型�；诮⒌闹С窒蛄炕貧w機模型,以與實測變形誤差最小為目標函數(shù)采用粒子群算法搜索最優(yōu)參數(shù)。將反分析所得土體參數(shù)代入FLAC3D模型中計算以預測后續(xù)工況下的基坑支護結(jié)構(gòu)變形量。本文研究內(nèi)容及成果如下:(1)在該基坑施工過程中,相關(guān)監(jiān)測工作比較全面,樁體水平位移以及周邊地表沉降均在預警值以內(nèi),基坑西側(cè)CX9樁體水平位移最大,且各工況下樁體水平位移均能體現(xiàn)施工的影響,選取該測點水平位移監(jiān)測數(shù)據(jù)進行反分析及預測是合理的且對整個基坑變形控制有重要意義。(2)通過FLAC3D軟件對各工況施工過程進行數(shù)值模擬,模擬結(jié)果能反應基坑各工況變形特征,以正交均勻試驗設(shè)計方法確定的25組土體參數(shù)代入FLAC3D模型中計算,得到學習樣本,從而建立支持向量回歸機模型。(3)根據(jù)現(xiàn)場監(jiān)測數(shù)據(jù),基于支持向量回歸機模型搜索與現(xiàn)場實測變形誤差最小的土體的彈性模量參數(shù)。將反演出的參數(shù)代入FLAC3D模型中計算位移值,并與實測位移進行對比,反分析返回計算值與實測位移誤差較小,表明反分析土層參數(shù)既能反映土體特征,又能反映支護施工影響。(4)將各反分析工況得到的反分析參數(shù)代入FLAC3D進行后面工況的計算,得到相應的變形預測值,變形預測值與實測值較吻合�？梢哉J為反分析參數(shù)對于后續(xù)工況的預測是有一定價值的。
【關(guān)鍵詞】：深基坑工程 變形預測 FLAC 3D模擬 支持向量回歸機 粒子群算法
【學位授予單位】：成都理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TU753
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 引言10-17
• 1.1 選題依據(jù)及研究意義10
• 1.2 國內(nèi)外研究現(xiàn)狀10-15
• 1.2.1 深基坑變形預測10-11
• 1.2.2 位移反分析11-13
• 1.2.3 支持向量回歸機13-14
• 1.2.4 PSO粒子群算法14-15
• 1.3 研究內(nèi)容與技術(shù)路線15-17
• 第2章 深基坑工程的變形特征及反分析理論17-34
• 2.1 深基坑施工過程中的變形特征及影響因素17-20
• 2.1.1 支擋結(jié)構(gòu)變形17-18
• 2.1.2 坑底隆起變形18-19
• 2.1.3 地表沉降19
• 2.1.4 基坑變形影響因素19-20
• 2.2 位移反分析及變形預測理論概述20-22
• 2.2.1 常規(guī)反分析方法20-21
• 2.2.2 反演參數(shù)的選取21
• 2.2.3 反分析方法的選取21-22
• 2.2.4 變形預測22
• 2.3 正交與均勻試驗設(shè)計方法理論22-24
• 2.3.1 正交試驗設(shè)計23
• 2.3.2 均勻試驗設(shè)計23-24
• 2.4 數(shù)值模擬分析方法24-26
• 2.4.1 FLAC3D基本介紹24
• 2.4.2 本構(gòu)模型24-26
• 2.5 支持向量回歸機理論基礎(chǔ)26-29
• 2.5.1 支持向量機26-27
• 2.5.2 ν-SVR支持向量回歸機27-29
• 2.6 粒子群算法理論29-33
• 2.6.1 算法機理29-30
• 2.6.2 參數(shù)優(yōu)化30-32
• 2.6.3 多目標粒子群算法32-33
• 2.7 本章小結(jié)33-34
• 第3章 監(jiān)測數(shù)據(jù)整理與分析34-54
• 3.1 工程概況34-37
• 3.1.1 基坑周圍環(huán)境34
• 3.1.2 工程地質(zhì)條件34-37
• 3.2 基坑支護設(shè)計方案37-41
• 3.3 監(jiān)測項目及測點布置41-45
• 3.3.1 圍護樁體水平位移監(jiān)測42-44
• 3.3.2 基坑周邊地表沉降監(jiān)測44-45
• 3.4 監(jiān)測數(shù)據(jù)分析45-52
• 3.4.1 圍護樁體水平位移分析45-50
• 3.4.2 基坑周邊地表沉降分析50-52
• 3.5 本章小結(jié)52-54
• 第4章 監(jiān)測數(shù)據(jù)位移反分析及預測54-83
• 4.1 基坑開挖數(shù)值模擬54-63
• 4.1.1 模型參數(shù)取值54-55
• 4.1.2 圍護結(jié)構(gòu)的模擬55-58
• 4.1.3 模擬開挖工況58-59
• 4.1.4 模擬結(jié)果59-63
• 4.2 支持向量回歸機模型63-70
• 4.2.1 學習樣本的構(gòu)建64-69
• 4.2.2 支持向量回歸機模型的建立69
• 4.2.3 支持向量回歸機模型參數(shù)優(yōu)化69-70
• 4.3 PSO搜索最優(yōu)反演參數(shù)70-72
• 4.3.1 目標函數(shù)選擇70-71
• 4.3.2 參數(shù)的選取71-72
• 4.4 反分析計算結(jié)果及驗證72-76
• 4.4.1 反分析結(jié)果72
• 4.4.2 反分析結(jié)果驗證72-76
• 4.5 反演參數(shù)預測后續(xù)施工變形76-81
• 4.6 本章小結(jié)81-83
• 結(jié)論與展望83-85
• 結(jié)論83-84
• 展望84-85
• 致謝85-86
• 參考文獻86-89
• 攻讀學位期間取得學術(shù)成果89

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 漆祖芳;姜清輝;周創(chuàng)兵;向柏宇;邵敬東;;基于v-SVR和MVPSO算法的邊坡位移反分析方法及其應用[J];巖石力學與工程學報;2013年06期

2 朱鴻鵠;葉肖偉;冉龍;;基于現(xiàn)場實測數(shù)據(jù)的深基坑工程可靠度研究[J];鐵道工程學報;2011年09期

3 劉杰;姚海林;任建喜;;地鐵車站基坑圍護結(jié)構(gòu)變形監(jiān)測與數(shù)值模擬[J];巖土力學;2010年S2期

4 姜諳男;梁冰;;基于粒子群支持向量機的三維含水層滲流參數(shù)反饋識別[J];巖土力學;2009年05期

5 鄔凱;盛謙;梅松華;李佳;;PSO-LSSVM模型在位移反分析中的應用[J];巖土力學;2009年04期

6 郭健;王元漢;苗雨;;基于MPSO的RBF耦合算法的樁基動測參數(shù)辨識[J];巖土力學;2008年05期

7 胡浩軍;王元漢;;深基坑開挖與支護模擬仿真分析[J];巖土力學;2007年S1期

8 劉志豐;李鴻宇;;復合地基變形模量的反演分析研究[J];城市道橋與防洪;2007年09期

9 李琳;楊敏;熊巨華;;軟土地區(qū)深基坑變形特性分析[J];土木工程學報;2007年04期

10 陳秋南;張永興;趙明華;劉新榮;;基于ε-SVR算法的隧道圍巖位移演化規(guī)律預測[J];巖土力學;2006年04期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 馮建偉;基于監(jiān)測信息的排樁凍結(jié)法深基坑正反演分析[D];河海大學;2005年

，

本文編號：1014665