基坑变形预测的改进供需优化算法-指数幂乘积模型

发布时间：2025-06-27 23:56

　　 为提高基坑变形预测精度,提出改进供需优化算法-指数幂乘积基坑变形预测模型(ISDO-EPP模型)。通过6个标准测试函数和3个应用实例对ISDO算法的寻优能力进行验证,并与基本供需优化(SDO)算法、鲸鱼优化算法(WOA)、灰狼优化(GWO)算法、蛾群算法(MSA)、粒子群优化(PSO)算法的寻优结果进行比较。以3个基坑沉降预测为例,通过自相关函数法和虚假最邻近法确定各实例延迟时间和嵌入维数,构造输入、输出向量对各模型进行训练和预测。结果表明,ISDO算法搜索能力优于SDO等5种算法,具有较好的寻优精度、全局搜索能力和稳健性能。ISDO-EPP模型对3个实例预测的平均相对误差绝对值分别为0.73%、3.36%和1.33%,均优于ISDO-SVM、ISDO-BP模型,表明ISDO算法能有效优化EPP模型参数,ISDO-EPP模型用于变形预测是可行和有效的。

【文章页数】：8 页

【部分图文】：

图1 ISDO-EPP算法流程

ISDO-EPP算法流程见图1。2实例应用

图2 基坑监测数据虚假邻近点法结果

本文以文献[14-16]3个基坑变形预测为例进行实例验证。其中,实例1数据来源于文献[14],共有40个周期的沉降监测数据;实例2数据来源于文献[15],共有20个周期的沉降监测数据;实例3数据来源于文献[16],共有15个周期的沉降监测数据。首先利用AFM确定沉降数据延迟时间,....

图3 3种模型拟合预测相对误差

表3各基坑变形预测模型效果对比实例模型期数实测值/mm预测值/mm绝对误差/%相对误差/mmMRE/%MAE/mm参数优化结果实例1ISDO-EPP3622.3422.24-0.10-0.450.730.170.1461,-0.557....

本文编号：4054093