›› 2014, Vol. 35 ›› Issue (S2): 579-586.

• 数值分析 • 上一篇    下一篇

基于LSSVM-ARMA模型的基坑变形时间序列预测

曹 净,丁文云,赵党书,宋志刚,刘海明   

  1. 昆明理工大学 土木工程学院,昆明 650500
  • 收稿日期:2014-04-17 出版日期:2014-10-31 发布日期:2014-11-12
  • 作者简介:曹净,男,1966年生,博士,教授,硕士生导师,主要从事环境岩土工程方面的研究工作
  • 基金资助:

    国家自然科学基金青年项目(No. 51304088)。

Time series forecast of foundation pit deformation based on LSSVM-ARMA model

CAO Jing, DING Wen-yun, ZHAO Dang-shu, SONG Zhi-gang, LIU Hai-ming   

  1. Faculty of Civil Engineering and Mechanics, Kunming University of Science and Technology, Kunming 650500, China
  • Received:2014-04-17 Online:2014-10-31 Published:2014-11-12

摘要: 如何准确预测和控制基坑变形是基坑工程的一个难点,提出了一种基于小波变换、粒子群优化的最小二乘支持向量机(PSO-LSSVM)和自回归移动平均模型(ARMA)的基坑变形时间序列预测方法。首先,利用小波变换将基坑变形时间序列分解和重构为2个子序列——趋势时间序列和随机时间序列,在该基础上,采用PSO-LSSVM模型与ARMA模型分别预测趋势时间序列与随机时间序列未来值,将2个子序列的预测值求和作为最终预测结果。最后,将该方法应用于昆明某基坑工程的深层水平位移预测,不断地利用前期工况的最新实测数据建模,对后期工况未来变形量进行滚动预测,获得了令人满意的结果。

关键词: 基坑变形, 时间序列预测, 小波变换, PSO-LSSVM, ARMA模型

Abstract: It is difficult to forecast and control the deformation of foundation pit engineering. A time series forecast method of foundation pit deformation based on wavelet transform, least squares support vector machine (LSSVM) optimized by particle swarm optimization (PSO) and autoregressive moving average model (ARMA) is proposed. Firstly, the foundation pit deformation series is decomposed and reconstructed into trend series and random series. Secondly, the trend series future values are forecasted by PSO-LSSVM model; while the random series future values are forecasted by ARMA model. Finally, the sum of trend series and random series future values are used as the final forecast value. This method is used to forecast the deep horizontal displacement of a foundation pit in Kunming. Wherein, the latest measured data of early working stage is used to build forecast model; and the model is used to forecast the later working stage deformation. The result is satisfied.

Key words: foundation pit deformation, time series forecast, wavelet transform, PSO-LSSVM, ARMA model

中图分类号: 

  • TU 463
[1] 黄晓红,孙国庆,张凯月,. 基于全相位多次互相关的Geiger声发射源定位方法[J]. , 2018, 39(4): 1362-1368.
[2] 康志军 ,谭 勇 ,李 想 ,卫 彬 ,徐长节,. 基坑围护结构最大侧移深度对周边环境的影响[J]. , 2016, 37(10): 2909-2914.
[3] 姜谙男 ,沙权贤 ,宋战平 ,李 鹏 ,吴 彪,. 桥基隧道明挖施工多元信息集成智能方法与应用[J]. , 2014, 299(2): 490-496.
[4] 陈 旭 ,俞 缙 ,李 宏 ,蔡燕燕 ,张亚洲 ,穆 康 . 不同岩性及含水率的岩石声波传播规律试验研究[J]. , 2013, 34(9): 2527-2533.
[5] 徐帮树,刘日成,李连祥,公 铭,王育奎. 复合土钉墙支护设计参数敏感性分析及边坡变形规律研究[J]. , 2011, 32(S2): 393-400.
[6] 康玉梅,朱万成,陈耕野,尹筱琴. 基于小波变换的岩石声发射信号互相关分析及时延估计[J]. , 2011, 32(7): 2079-2084.
[7] 谈小龙,徐卫亚,梁桂兰,孟永东,张金龙. 高边坡变形非线性时变统计模型研究[J]. , 2010, 31(5): 1633-1637.
[8] 马文涛. 基于小波变换和GALSSVM的边坡位移预测[J]. , 2009, 30(S2): 394-398.
[9] 尹光志,岳 顺,钟 焘,,李德泉. 基于ARMA模型的隧道位移时间序列分析[J]. , 2009, 30(9): 2727-2732.
[10] 林大超,张瑞红,齐宏伟,张富强. 边坡位移演化的多尺度分析[J]. , 2007, 28(S1): 144-148.
[11] 姜谙男. 基于PSO-SVM非线性时序模型的隧洞围岩变形预报[J]. , 2007, 28(6): 1176-1180.
[12] 蔡 靖 ,王建华 ,张献民 ,张润峰 . 小波变换在确定桩裂缝、断桩及浅部缺陷中的应用[J]. , 2007, 28(3): 565-569.
[13] 曹茂森 ,邱秀梅 ,夏 宁,. 大坝安全诊断的混沌优化神经网络模型[J]. , 2006, 27(8): 1344-1348.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 刘 晓,唐辉明,刘 瑜. 基于集对分析和模糊马尔可夫链的滑坡变形预测新方法研究[J]. , 2009, 30(11): 3399 -3405 .
[2] 胡大伟,周 辉,谢守益,张 凯,邵建富,冯夏庭. 大理岩破坏阶段Biot系数研究[J]. , 2009, 30(12): 3727 -3732 .
[3] 师旭超,韩 阳. 卸荷作用下软黏土回弹吸水试验研究[J]. , 2010, 31(3): 732 -736 .
[4] 朱建明,彭新坡,姚仰平,徐金海. SMP准则在计算煤柱极限强度中的应用[J]. , 2010, 31(9): 2987 -2990 .
[5] 原喜忠,李 宁,赵秀云,杨银涛. 东北多年冻土地区地基承载力对气候变化敏感性分析[J]. , 2010, 31(10): 3265 -3272 .
[6] 白 冰,李小春,石 露,唐礼忠. 弹塑性应力-应变曲线的斜率恒等式及其验证和应用[J]. , 2010, 31(12): 3789 -3792 .
[7] 唐利民. 地基沉降预测模型的正则化算法[J]. , 2010, 31(12): 3945 -3948 .
[8] 李占海,朱万成,冯夏庭,李绍军,周 辉,陈炳瑞. 侧压力系数对马蹄形隧道损伤破坏的影响研究[J]. , 2010, 31(S2): 434 -441 .
[9] 蔡辉腾,危福泉,蔡宗文. 重庆主城区粉质黏土动力特性研究[J]. , 2009, 30(S2): 224 -228 .
[10] 宋 玲 ,刘奉银 ,李 宁 . 旋压入土式静力触探机制研究[J]. , 2011, 32(S1): 787 -0792 .