基于混沌相空间重构的新型智能算法在地铁基坑中的应用研究

• 作者: 李辉 鞠兴华
• 来源期刊: 甘肃科学学报
• 学科: 交通运输
• 关键词: 地铁基坑 混沌理论 粒子群算法 极限学习机 变形预测
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 工程技术
• 页码范围: 116-121
• 页数: 6页
• 分类号: U455.55+6
• 语种: 中文
• DOI: 10.16468/j.cnki.issn1004-0366.2020.05.022

摘要

为提高基坑变形预测精度,将混沌理论、粒子群算法及极限学习机组合构建了考虑混沌特性的优化极限学习机模型.首先,通过试算法确定极限学习机的最优激励函数和隐层节点数,利用粒子群算法优化极限学习机的连接权值和阈值;其次,通过混沌理论实现基坑变形序列的空间重构,再利用上述参数优化后的极限学习机进行预测.经实例验证结果表明:递进参数优化能有效提高极限学习机的预测精度,且最优参数与具体工程实例相关,应用过程中应实时寻优;同时,通过考虑混沌特性的极限学习机模型可进一步减小预测误差,其预测效果要明显优于传统智能算法,说明基坑变形序列具有混沌特性,且预测模型较传统智能算法具有更好的优越性,在基坑变形预测中具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉		12	12	2.0	2.0
2	鞠兴华		2	0	0.0	0.0