基于粒子群算法的邊坡位移預(yù)測研究.pdf

1、邊坡作為公路及其它基礎(chǔ)設(shè)施建設(shè)過程中最多而且最復(fù)雜的結(jié)構(gòu)體，其穩(wěn)定性與項目建設(shè)和運營過程中的安全問題息息相關(guān)。當(dāng)前，常用兩種方法對邊坡的穩(wěn)定性進(jìn)行判斷，其一是通過數(shù)值模擬對邊坡體在自身結(jié)構(gòu)和各種外界影響因素綜合作用下的穩(wěn)定性進(jìn)行判斷，另一種方法是通過對邊坡未來一定時期內(nèi)的位移預(yù)測來判斷其穩(wěn)定性。在第二種方法中，由于邊坡位移是受內(nèi)、外部因素耦合作用下的結(jié)果，通常表現(xiàn)出非線性和突變性的特點，所以無法直接通過線性回歸的方法對其進(jìn)行預(yù)測。鑒于邊

2、坡的位移特征，文中采用經(jīng)驗?zāi)B(tài)分解方法對其突變性特征進(jìn)行提取，并利用粒子群差分算法尋優(yōu)所得支持向量機(jī)參數(shù)值進(jìn)行邊坡位移預(yù)測。為提高預(yù)測精度，文中就計算過程中的隨機(jī)項提取、核函數(shù)選擇和粒子群差分算法尋優(yōu)前參數(shù)取值范圍進(jìn)行了研究。
　　在對經(jīng)驗?zāi)B(tài)分解提取隨機(jī)項過程所存在的問題進(jìn)行研究之前，首先就此方法的理論基礎(chǔ)和計算過程進(jìn)行了分析。對于分解過程中所存在的端點極值延拓問題，利用端點值判斷和鏡像延拓相結(jié)合的方法;對于總位移極值點較少或沒

3、有致使分解無法進(jìn)行的難題，提出對分期位移進(jìn)行分解的方法;采用工程實例對分解周期的合理取值進(jìn)行研究。對比分析邊坡自重作用下的位移規(guī)律和分解結(jié)果中的趨勢項，得出在分解周期取值為15、20時分解效果較好。
　　對于支持向量機(jī)的邊坡位移預(yù)測過程，首先對支持向量機(jī)的理論基礎(chǔ)和計算過程進(jìn)行了分析，然后在經(jīng)驗?zāi)B(tài)分解結(jié)果、多項式核函數(shù)和高斯核函數(shù)特征分析的基礎(chǔ)上，對邊坡位移預(yù)測中核函數(shù)的選擇進(jìn)行了研究。提出對趨勢項、隨機(jī)項分別采用多項式核函數(shù)、

4、高斯核函數(shù)的方法。
　　針對支持向量機(jī)位移預(yù)測中各參數(shù)的取值問題，應(yīng)用粒子群差分算法對其進(jìn)行尋優(yōu)。對于尋優(yōu)之前各參數(shù)的取值或取值范圍，提出采用平均絕對誤差作為判斷準(zhǔn)則進(jìn)行尋優(yōu)，尋優(yōu)結(jié)果如下:當(dāng)分解結(jié)果中有2個隨機(jī)項時，趨勢項、隨機(jī)項1、隨機(jī)項2的訓(xùn)練集周期為7、5、6，當(dāng)分解結(jié)果中有3個隨機(jī)項時，趨勢項和隨機(jī)項1、2、3的訓(xùn)練集周期為7、5、5、6;對于支持向量機(jī)的參數(shù)尋優(yōu)范圍，振蕩型邊坡位移見表4.2，增長型邊坡位移見表4.3。