基于PSO-LSSVM模型的基坑变形时间序列预测
来源期刊:控制工程2015年第3期
论文作者:曹净 丁文云 赵党书 宋志刚 刘海明
文章页码:475 - 480
关键词:基坑变形;时间序列预测;最小二乘支持向量机;粒子群优化算法;相空间重构;
摘 要:现场量测获得的基坑变形资料蕴含了系统内部力学演化信息。针对基坑变形影响因素的复杂性、监测数据的高度非线性以及人工神经网络方法的过学习问题,利用粒子群(PSO)算法优选最小二乘支持向量机(LSSVM)参数,并结合相空间重构理论进行数据预处理,提出了一种基于PSO-LSSVM模型的基坑变形时间序列预测方法。利用该方法建立基坑变形预测模型应用于动态设计和信息化施工,对保证基坑安全具有重要意义。将该方法用于昆明某基坑工程的深层水平位移预测,不断利用基坑前期工况的最新实测数据建模,对后期工况变形量进行滚动预测,获得了令人满意的效果。
曹净,丁文云,赵党书,宋志刚,刘海明
昆明理工大学土木工程学院
摘 要:现场量测获得的基坑变形资料蕴含了系统内部力学演化信息。针对基坑变形影响因素的复杂性、监测数据的高度非线性以及人工神经网络方法的过学习问题,利用粒子群(PSO)算法优选最小二乘支持向量机(LSSVM)参数,并结合相空间重构理论进行数据预处理,提出了一种基于PSO-LSSVM模型的基坑变形时间序列预测方法。利用该方法建立基坑变形预测模型应用于动态设计和信息化施工,对保证基坑安全具有重要意义。将该方法用于昆明某基坑工程的深层水平位移预测,不断利用基坑前期工况的最新实测数据建模,对后期工况变形量进行滚动预测,获得了令人满意的效果。
关键词:基坑变形;时间序列预测;最小二乘支持向量机;粒子群优化算法;相空间重构;