基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于盾构施工过程中盾构姿态演化的复杂性,单一预测模型很难实现较为精准的预测,提出了一种基于BP神经网络和支持向量回归(Support Vector Regression,SVR)的盾构竖向姿态组合预测模型.首先,利用经验模态分解将盾构竖向姿态时间序列分解为有限个固有模态分量和剩余分量;其次,在分别建立不同分量的粒子群优化(Particle Swarm Optimization,PSO)的BP神经网络与SVR预测模型后,将其预测结果分别进行叠加;最后,采用最优加权法对两个模型赋权以得到最终预测结果.为验证所提出模型的实践适用性,将其应用至成都地铁8号线某盾构区间中,并与PSO-BP和PSO-SVR模型的预测结果进行对比.研究结果表明:所提出模型的泛化能力更强、准确性更高,可为盾构竖向姿态预测提供一定的借鉴和参考.
推荐文章
盾构隧道施工中盾构机的姿态控制研究
盾构施工
盾构机
姿态控制
地铁盾构施工中盾构姿态的控制方法
地铁施工
盾构机
姿态控制
连续曲线盾构施工姿态控制
盾构施工
连续曲线
姿态控制
单桩竖向极限承载力预测的SVM模型
单桩
竖向极限承载力
支持向量机(SVM)
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 盾构竖向姿态的组合预测模型研究
来源期刊 铁道科学与工程学报 学科
关键词 盾构竖向姿态 经验模态分解 粒子群算法 BP神经网络 支持向量回归
年,卷(期) 2021,(6) 所属期刊栏目 桥梁隧道与结构|Bridge, Tunnel and Structure
研究方向 页码范围 1521-1528
页数 8页 分类号 U455.43
字数 语种 中文
DOI 10.19713/j.cnki.43-1423/u.T20200759
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
盾构竖向姿态
经验模态分解
粒子群算法
BP神经网络
支持向量回归
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导