一种盾构施工引起的地面沉降预测方法

被引：25

作者：

周爱红 ^{[1
]}

倪莹莹 ^{[1
]}

尹超 ^{[1
,2
]}

孙武 ^{[3
]}

机构：

[1] 河北地质大学勘查技术与工程学院

[2] 北京交通大学土木建筑工程学院

[3] 徐州建筑职业技术学院土木工程系

来源：

测绘科学 | 2018年 / 43卷 / 03期

关键词：

地面沉降; 盾构施工; 主成分分析; 粒子群优化; 支持向量机;

D O I：

暂无

中图分类号：

P642.26 [地面沉降]; U455.43 [盾构法（全断面开挖）];

学科分类号：

070907 [水文地质学]; 082301 [道路与铁道工程];

摘要：

针对盾构施工引起的地面沉降的影响因素众多、关系错综复杂,常规数学模型难以准确预测沉降量的问题,该文提出了采用主成分分析法和粒子群优化的支持向量机方法来建立预测模型。并结合工程实例将预测结果与常用的多元线性回归模型和基于Levenberg-Marquardt算法改进的BP神经网络模型(LM-BP)的预测结果做了比较。结果表明:PCA-PSO-SVM的预测结果精度较多元线性回归模型和LM-BP神经网络有很大的提高,证明了该研究方法具有一定的理论意义和参考价值。

引用

页码：167 / 172

页数：6

共 12 条

[1]

地铁盾构施工诱发地表沉降关键影响因素分析 [J].