基于GA-SVR的地铁隧道沉降预测

• 作者: 周立俊 黄腾 王思捷 吴壮壮
• 来源期刊: 地理空间信息
• 关键词: SVR GA 变形预测 交叉验证 GA-SVR
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 测绘工程案例
• 页码范围: 115-117
• 页数: 3页
• 分类号: P258
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4623.2021.03.032

摘要

利用支持向量回归(SVR)和遗传算法(GA)参数寻优,建立了基于GA-SVR的地铁隧道沉降预测模型,可提高地铁隧道沉降预测的精度.利用长期实测的地铁结构监测数据对SVR模型进行训练,并通过GA优化SVR模型的3个参数;利用训练模型均方误差结合留一交叉验证的方法确定GA的适应度.基于南京地铁2号线隧道结构沉降实测数据,将预测值与实测值进行了对比分析.结果表明,该模型预测的地铁隧道沉降预测值准确、可靠,其精度能满足工程实际要求.