一种盾构施工引起的地面沉降预测方法

• 作者: 倪莹莹 周爱红 孙武 尹超
• 来源期刊: 测绘科学
• 学科: 交通运输
• 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
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 应用研究
• 页码范围: 167-172
• 页数: 6页
• 分类号: U456.3|U455
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2018.03.028

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周爱红	河北地质大学勘查技术与工程学院	15	40	4.0	5.0
2	尹超	河北地质大学勘查技术与工程学院	9	43	4.0	6.0
6	孙武	徐州建筑职业技术学院土木工程系	4	13	2.0	3.0
7	倪莹莹	河北地质大学勘查技术与工程学院	1	3	1.0	1.0