优化极限学习机在城市轨道交通地表沉降预测中的应用

• 作者: 黎冶 陈铮 董振川 李浩标 张献州
• 来源期刊: 测绘地理信息
• 关键词: 城市轨道交通 施工隧道 极限学习机 遗传算法优化 沉降预测
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 技术研究
• 页码范围: 60-64
• 页数: 5页
• 分类号: P258
• 语种: 中文
• DOI: 10.14188/j.2095-6045.2019026

摘要

为了确保轨道交通隧道施工作业的正常进行及地表建构筑物的稳定安全,采用遗传算法(genetic algorithm,GA)对极限学习机(extreme learning machine,ELM)模型的输入权值和隐含层偏置进行优化,通过构建GA-ELM模型,实现对轨道交通施工隧道地表断面监测点实测数据进行变形预测研究,并将GA-ELM模型与ELM模型、传统BP(back progation)模型的变形预测结果进行对比分析.实验研究结果表明:优化后的ELM模型预测效果得到很好的改善,证明了GA-ELM预测模型在施工隧道地表沉降预测中的可靠性和适用性.