為實現(xiàn)基坑側位移的準確預測,以極限學習機為基礎,通過遺傳算法和貝葉斯估計進行參數(shù)優(yōu)化處理,以構建出適用于基坑側位移預測的優(yōu)化極限學習機模型。實例分析表明:通過不斷遞進的參數(shù)優(yōu)化,能有效提高基坑側位移的預測精度,所得預測結果的平均相對誤差均小于2%,得出該文預測模型具有較高的預測精度,且預測結果還具有較強的穩(wěn)定性,驗證了該文優(yōu)化極限學習機模型在基坑側位移中的預測效果,為基坑側位移變形預測提供了一種新的思路,值得進一步推廣應用研究。 

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 基本原理
2 實例分析
    2.1 工程概況
    2.2 預測分析
3 結論與討論


【參考文獻】：
期刊論文
[1]超載影響下圍護結構非對稱基坑的受力及變形特性分析[J]. 高億文,李明廣,陳錦劍.  上海交通大學學報. 2020(06)
[2]基坑圍護結構側向變形引起的坑外土體變形研究[J]. 楊慶光,梁凌川,柳雄,楊治飛,鄧方根.  地下空間與工程學報. 2020(03)
[3]蘇州地鐵車站基坑變形的空間效應分析及預測研究[J]. 馬將.  河北工業(yè)科技. 2020(02)
[4]一種改進的BP神經(jīng)網(wǎng)絡深基坑變形預測方法[J]. 宋楚平.  土木工程與管理學報. 2019(05)
[5]變形監(jiān)測數(shù)據(jù)預報的動態(tài)貝葉斯ELM方法[J]. 范千,方緒華,許承權,楊榮華.  測繪學報. 2019(07)
[6]基于粒子群優(yōu)化的DGM（1,1）模型在基坑變形安全預測中的研究[J]. 陳家騏,華建兵,段園煜,司大雄,丁蕾,丁碧瑩.  中國安全生產(chǎn)科學技術. 2019(03)
[7]基于Elman-馬爾科夫模型的深基坑變形預測[J]. 賈哲,郭慶軍,郝倩雯.  人民長江. 2019(01)
[8]基于遺傳算法和極限學習機的智能算法在基坑變形預測中的應用[J]. 陳艷茹.  隧道建設(中英文). 2018(06)
[9]弧形地連墻側位移計算的新方法[J]. 耿大新,余小強,童立紅,王海龍.  巖土工程學報. 2016(12)



本文編號：3648475