PSO-LSSVM模型的基坑周邊建筑傾斜預(yù)測

針對建筑施工事故原始樣本少、隨機(jī)波動大和預(yù)測難度大等特點(diǎn),對建筑施工事故小樣本預(yù)測問題展開研究。采用lssvm對建筑施工事故進(jìn)行回歸建模,發(fā)揮粒子群算法計(jì)算速度快和具有較強(qiáng)全局搜索能力的優(yōu)點(diǎn),基于pso對lssvm參數(shù)進(jìn)行優(yōu)化；以相關(guān)文獻(xiàn)建筑施工事故為預(yù)測案例,運(yùn)用所提方法進(jìn)行仿真實(shí)驗(yàn)。結(jié)果表明:采用pso-lssvm預(yù)測方法的絕對誤差(mape)為2.99%,并且每年的預(yù)測相對誤差都低于5%,遠(yuǎn)低于現(xiàn)有研究方法得出的結(jié)果,說明所提方法具有預(yù)測精度高、泛化能力強(qiáng)的特點(diǎn),能滿足工程應(yīng)用要求。

伴隨著地下空間工程大量興建,在基坑開挖階段,定期觀測周邊建筑物沉降,分析預(yù)測其未來的沉降變化規(guī)律、發(fā)展趨勢,對保證建筑物與人民生命財(cái)產(chǎn)安全具有重要意義。為科學(xué)合理預(yù)測基坑周邊建筑物沉降值,在綜合常用灰色預(yù)測模型,即verhulst模型、gm(1,1)模型和scgm(1,1)_c模型優(yōu)點(diǎn)的基礎(chǔ)上,建立灰色組合模型,通過挖掘各單一模型的有效信息,優(yōu)化擬合結(jié)果,從而對基坑周邊建筑物的沉降值進(jìn)行有效預(yù)測。實(shí)例應(yīng)用表明:灰色組合模型的預(yù)測值與觀測數(shù)據(jù)的擬合結(jié)果優(yōu)于單一預(yù)測模型,其預(yù)測精度明顯提升,沉降預(yù)測值更為可靠,可為采取相應(yīng)的預(yù)防或處理措施提供科學(xué)決策依據(jù)。

為了確?；又苓吔ㄖ锏陌踩?建立自回歸模型研究周邊建筑物沉降的趨勢并及時(shí)預(yù)測。首先采用統(tǒng)計(jì)方法分析沉降監(jiān)測基準(zhǔn)的穩(wěn)定性,然后根據(jù)某監(jiān)測點(diǎn)16期觀測數(shù)據(jù),建立自回歸模型ar(p),最后使用4期的預(yù)測數(shù)據(jù)與實(shí)測數(shù)據(jù)進(jìn)行比較:預(yù)測值和實(shí)測值之間的最大差值不超過0.6mm。表明該模型有良好的預(yù)測結(jié)果,可應(yīng)用于預(yù)測該基坑周邊建筑物的沉降。

文章介紹了基本灰色模型的使用方法,并加以改進(jìn),針對基坑施工期其周邊建物變形特點(diǎn),通過內(nèi)插構(gòu)建等步長的灰色模型子序列。將開挖深度和變形量聯(lián)系起來,加以預(yù)測并取得較高精度,為基坑監(jiān)測提供實(shí)用的技術(shù)手段。

文章介紹了基本灰色模型的使用方法,并加以改進(jìn),針對基坑施工期其周邊建物變形特點(diǎn),通過內(nèi)插構(gòu)建等步長的灰色模型子序列.將開挖深度和變形量聯(lián)系起來,加以預(yù)測并取得較高精度,為基坑監(jiān)測提供實(shí)用的技術(shù)手段.

為了快速準(zhǔn)確的預(yù)測基坑開挖對周圍建筑物沉降的影響,本文提出一種結(jié)合多智能體粒子尋求lssvm(最小二乘支持向量機(jī))模型參數(shù)的算法,提高了lssvm算法的預(yù)測精度.采用該算法對昆明市某基坑開挖過程中周圍建筑物的沉降進(jìn)行預(yù)測,并與其他預(yù)測方法進(jìn)行對比,結(jié)果表明該算法具有收斂速度快、預(yù)測精度高等特點(diǎn).

為提高大型公共建筑能耗的預(yù)測精度,提出一種基于灰色模型和最小二乘向量機(jī)方法(gm-lssvm)的辦公能耗預(yù)測模型.該方法結(jié)合灰色建模計(jì)算簡單的特點(diǎn),以及最小二乘支持向量機(jī)非線性擬合能力和泛化能力強(qiáng)的優(yōu)勢,充分發(fā)掘樣本數(shù)據(jù)的規(guī)律,并以粒子群優(yōu)化算法進(jìn)行模型參數(shù)選擇.根據(jù)福州某大型公共建筑能耗數(shù)據(jù),通過本研究提出的方法建立預(yù)測模型,并與神經(jīng)網(wǎng)絡(luò)模型以及最小二乘支持向量機(jī)模型的預(yù)測結(jié)果進(jìn)行比較,驗(yàn)證了該方法具備較高的預(yù)測精度和較強(qiáng)的泛化能力.

通過研究分析夏熱冬冷地區(qū)公共建筑能耗變化特點(diǎn),建立了rbf神經(jīng)網(wǎng)絡(luò)建筑能耗預(yù)測模型。在此基礎(chǔ)上運(yùn)用微粒群算法對模型優(yōu)化,建立了基于pso-rbf的建筑能耗預(yù)測模型。利用大量數(shù)據(jù)構(gòu)造樣本集,運(yùn)用軟件分別對優(yōu)化前后的預(yù)測模型進(jìn)行訓(xùn)練,并運(yùn)用到典型公共建筑能耗值的預(yù)測實(shí)例中。結(jié)果表明基于pso-rbf的建筑能耗預(yù)測模型的學(xué)習(xí)能力和預(yù)測能力強(qiáng),能較準(zhǔn)確地實(shí)現(xiàn)公共建筑能耗預(yù)測。

沉降監(jiān)測數(shù)據(jù)序列受到觀測條件等影響往往是非等間隔的。為了更合理、準(zhǔn)確地分析預(yù)測沉降數(shù)據(jù),本文將非等間隔無偏灰色模型應(yīng)用到基坑周邊建筑物沉降監(jiān)測分析中,并對建模過程中背景值的計(jì)算進(jìn)行了改進(jìn),與兩種傳統(tǒng)的非等間隔灰色模型進(jìn)行對比分析。通過兩組實(shí)例分析,結(jié)果表明:非等間隔無偏灰色模型的效果優(yōu)于其余兩種非等間隔灰色模型,其模型趨勢更符合實(shí)際沉降趨勢。

提出一種粒子群算法優(yōu)化的最小二乘支持向量機(jī)回歸模型(pso-ls-svmr),以實(shí)現(xiàn)對公共建筑能耗的短期預(yù)測。采用某大型公共建筑物連續(xù)31期的用電量及所在地區(qū)相關(guān)天氣指標(biāo)的實(shí)測數(shù)據(jù),分別運(yùn)用pso-ls-svmr模型和lmbp神經(jīng)網(wǎng)絡(luò)模型對其建筑能耗進(jìn)行短期預(yù)測,并對預(yù)測結(jié)果展開深入研究。研究結(jié)果表明,提出的pso-ls-svmr模型在對樣本內(nèi)數(shù)據(jù)和樣本外數(shù)據(jù)的預(yù)測上均取得了較好效果,可以滿足公共建筑能耗短期預(yù)測的實(shí)際需要,為建筑節(jié)能管理提供理論支持與決策參考。

為了準(zhǔn)確預(yù)測與控制工程造價(jià)水平，提出一種基于灰關(guān)聯(lián)分析（gra）與粒子群優(yōu)化（pso）的支持向量回歸機(jī)（svr）組合預(yù)測模型。將gra提取的工程造價(jià)主要指標(biāo)向量輸入pso-svr模型預(yù)測造價(jià)，采用pso優(yōu)化的svr模型進(jìn)行工程造價(jià)預(yù)測，對比分析pso-svr模型和其他智能模型，對某一地區(qū)相同輸電工程進(jìn)行造價(jià)預(yù)測。結(jié)果表明：基于灰關(guān)聯(lián)分析的pso-svr模型的造價(jià)預(yù)測效果更理想，預(yù)測精度更高。

針對新建工程廢料的產(chǎn)生受多種復(fù)雜因素影響及廢料量預(yù)測問題非線性、高維度、樣本少的特點(diǎn),建立了新建工程廢料的偏最小二乘回歸(pls)-最小二乘支持向量機(jī)(lssvm)預(yù)測模型。經(jīng)調(diào)查分析得到新建工程廢料量的影響因素有建筑用途、結(jié)構(gòu)形式等,然后通過pls回歸對初始輸入數(shù)據(jù)進(jìn)行特征提取,獲得降維去噪的變量輸入lssvm模型,并運(yùn)用具有快速收斂及全局優(yōu)化能力的粒子群(pso)算法對lssvm建模中的參數(shù)進(jìn)行優(yōu)化。實(shí)際驗(yàn)證表明該模型預(yù)測準(zhǔn)確性高,能有效地預(yù)測新建工程的廢料量。

本文根據(jù)城市橋梁群體的實(shí)際震害資料數(shù)據(jù),采用粒子群算法(pso)來優(yōu)化支持向量機(jī)(svm)參數(shù),選擇影響橋梁震害等級的8個(gè)因素作為特征輸入向量,充分用2種算法的優(yōu)點(diǎn)建立pso-svm的橋梁震害預(yù)測模型.通過比較pso-svm和svm模型對橋梁震害的預(yù)測能力,發(fā)現(xiàn)pso-svm模型具有較高預(yù)測精度和較高的推廣價(jià)值.本文的研究成果對橋梁震害等級的預(yù)測具有一定的參考價(jià)值和指導(dǎo)意義.

文章分析了影響電力負(fù)荷的因素,對現(xiàn)存的短期電力負(fù)荷預(yù)測方法進(jìn)行了研究,采用粒子群算法對支持向量機(jī)進(jìn)行參數(shù)尋優(yōu),建立了基于粒子群優(yōu)化的預(yù)測模型,并對短期電力負(fù)荷進(jìn)行預(yù)測仿真,為精準(zhǔn)且快速地預(yù)測短期電力負(fù)荷提供了有效的方法。通過實(shí)例分析驗(yàn)證了該模型在電力負(fù)荷中的預(yù)測精度,結(jié)果顯示其精度值較高。

基坑工程施工過程中的周邊地面沉降直接關(guān)系到周圍建筑物的安全,本文根據(jù)上海前灘地區(qū)某基坑工程的歷史監(jiān)測數(shù)據(jù)、施工工況和周邊地層參數(shù)等多源數(shù)據(jù)對基坑周邊地面沉降進(jìn)行監(jiān)測和預(yù)測。以pso-bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),通過將基于時(shí)序和基于沉降影響因素的網(wǎng)絡(luò)模型對比發(fā)現(xiàn):二者預(yù)測結(jié)果誤差較小且基于時(shí)序的神經(jīng)網(wǎng)絡(luò)預(yù)測精度更高,說明利用pso-bp神經(jīng)網(wǎng)絡(luò)能夠很好地對基坑周邊地面沉降進(jìn)行分析與預(yù)測。為了綜合考慮時(shí)間效應(yīng)和空間效應(yīng)的影響,在基于沉降影響因素的預(yù)測模型的基礎(chǔ)上加入歷史監(jiān)測數(shù)據(jù)作為模型輸入層進(jìn)行優(yōu)化,結(jié)果表明:優(yōu)化后的pso-bp神經(jīng)網(wǎng)絡(luò)模型具有更小的相對誤差范圍和更高的預(yù)測精度,在基坑周邊地面沉降預(yù)測中有很好的應(yīng)用前景。

以武漢市軌道交通三號線二七基站為背景,運(yùn)用plaxis有限元程序模擬了基坑開挖過程,分析了基坑開挖對周邊建筑物的影響。

我國城市化建設(shè)進(jìn)程的不斷發(fā)展，地下倉庫以及停車場的新建，都體現(xiàn)了地下的空間受到了充分的利用，也證明了我國深基坑的發(fā)展。但隨之而來的一系列問題也受到社會各界的廣泛關(guān)注。在進(jìn)行城市化的深基坑建設(shè)時(shí)，這件事往往會對周圍的環(huán)境以及地質(zhì)狀況產(chǎn)生較大的影響，而導(dǎo)致深基坑周圍建筑物的沉降，是深基坑建設(shè)中一項(xiàng)十分重要的影響。本文對深基坑與周邊建筑物的沉降觀測進(jìn)行分析，旨在為今后的深基坑以及周邊建筑物沉降觀測提出一定的建議和意見

城市深基坑周邊環(huán)境日益復(fù)雜,深基坑開挖受到更為嚴(yán)格的環(huán)境限制,必須使深基坑開挖引起周邊建構(gòu)筑物的變形控制在規(guī)范要求及周邊建(構(gòu))筑物允許范圍內(nèi).基坑的設(shè)計(jì)不僅是對圍護(hù)強(qiáng)度進(jìn)行控制,還要求與周邊環(huán)境相結(jié)合對變形進(jìn)行控制.針對復(fù)雜的周邊環(huán)境,應(yīng)采取合適的圍護(hù)形式控制對基坑周邊老建筑的影響.

為了研究在砂性富水地層條件下進(jìn)行基坑開挖對鄰近建筑物的影響；以杭州地鐵5號線江城路站基坑開挖工程為例；采用現(xiàn)場實(shí)測的方法進(jìn)行分析；結(jié)果表明:基坑開挖對鄰近建筑物的影響主要是在房屋基礎(chǔ)以上的的范圍內(nèi)；超過建筑物基礎(chǔ)深度時(shí)；繼續(xù)開挖對鄰近建筑物的影響不再有明顯變化；基坑圍護(hù)結(jié)構(gòu)的存在；在一定程度上會對建筑物的沉降控制有利；研究成果可為城市建筑密集區(qū)深基坑工程和其他類似的地鐵車站施工、隧道穿越等工程提供一定的參考；

基坑開挖對周邊建筑物沉降影響的研究——文中采用大型工程軟件flac一2d對土釘墻支護(hù)形式下基坑開挖引起的近鄰建筑物沉降問題進(jìn)行了數(shù)值模擬分析，得出了一些基本結(jié)論。　　

基坑開挖及降水引起周圍地面不均勻沉降并導(dǎo)致周圍建筑物傾斜、開裂等問題,一直以來都受到人們的關(guān)注。在總結(jié)當(dāng)前地面沉降計(jì)算方法的基礎(chǔ)上,結(jié)合具體工程實(shí)例采用彈塑性有限單元法模擬基坑支護(hù)、降水以及開挖步驟,分析其對周圍地面沉降及建筑物的影響。計(jì)算分析結(jié)果表明,施工支護(hù)條件對支護(hù)結(jié)構(gòu)周圍土體影響較大,考慮降水和不考慮降水計(jì)算結(jié)果相差20mm左右,表明抽水引起的變形較大,最后提出了減少沉降的主要措施。

在城市地下工程建設(shè)中,深基坑開挖引起的周圍地表土沉降問題越來越受到人們的重視。地表沉降將引起鄰近建、構(gòu)筑物破壞,從而造成經(jīng)濟(jì)損失。因此,預(yù)測基坑周圍土體未來一段時(shí)間的沉降,對及時(shí)采取治理措施具有重要意義。文章針對gm(1,1)模型地面沉降預(yù)測精度較低的問題,利用神經(jīng)網(wǎng)絡(luò)對灰色預(yù)測模型進(jìn)行組合,生成灰色神經(jīng)網(wǎng)絡(luò)模型,并進(jìn)行預(yù)測分析,結(jié)果表明,利用灰色神經(jīng)網(wǎng)絡(luò)模型預(yù)測的沉降值,比單獨(dú)的灰色gm(1,1)模型預(yù)測的沉降值具有更高的精度。