试验研究
最新目录 |
下期目录 |
过刊浏览 |
高级检索
基于ESMD与ELM组合模型的地基沉降预测
戴永祥
中铁十二局集团建筑安装工程有限公司,030000,太原
Prediction of Foundation Settlement Based on ESMD and ELM Combined Model
DAI Yong-xiang
Building and Installing Engineer Co., Ltd., of China Railway 12th Bureau Group, 030000, Taiyuan, China
摘要 为提高地基沉降预测精度,结合极点对称模态分解法(ESMD)与极限学习机(ELM)优势提出组合预测模型——MESMD-ELM模型。选取某高速公路地基沉降过程进行实例研究,与ESMD-ELM模型、ELM模型预测结果进行对比,表明MESMD-ELM模型预测精度较高。
关键词 : 地基沉降
预测
极点对称模态分解(ESMD)
极限学习机(ELM)
Abstract :
In order to improve prediction accuracy of settlement, a combination forecast model, MESMD-ELM, based on ESMD (Extreme-point Symmetric Mode Decomposition) and ELM (Extreme Learning Machine), was developed. Verified in the practical application of engineering example, the MESMD-ELM model has the best forecast effect compared to the ESMD-ELM and ELM model.
Key words : foundation settlement prediction extreme-point symmetric mode decomposition extreme learning machine
[1]
申建红,王硕,孙小宁. 基于LS-SVM的建筑工程设计阶段造价预测研究 [J]. 建筑技术, 2018, 49(2): 209-.
[2]
王露. GM(1, 1)模型在凤山隧道变形预测中的应用 [J]. 建筑技术, 2017, 48(9): 990-.
[3]
孙飞跃1,刘清1,贺琪2,韩风霞1,何原野1. 基于灰色理论的地铁沉降预测研究 [J]. 建筑技术, 2017, 48(7): 761-.
[4]
欧阳焜. BIM多因素随机性工程项目进度预测模型研究 [J]. 建筑技术, 2017, 48(4): 395-398.
[5]
顾中煊1,杨石2,罗淑湘1,刘丽莉1,武艳丽1. 区域建筑能耗预测模型和方法研究 [J]. 建筑技术, 2017, 48(12): 1240-.
[6]
王博铭,罗淑湘,顾中煊,武艳丽. 建筑能耗数据管理系统研究 [J]. 建筑技术, 2017, 48(12): 1243-.
[7]
梁孝,狄方殿. 新奥法隧道监控量测数据的回归分析及应用 [J]. 建筑技术, 2017, 48(11): 1188-.
[8]
高恒,刘荣桂,胡白香. 基于BIM技术的进度预测在工程中的应用 [J]. 建筑技术, 2016, 47(8): 683-.
[9]
张贵华,牛发阳,王建波,孙猛. 基于PCA-SVM的廉租房PPP融资风险预测 [J]. 建筑技术, 2016, 47(10): 901-.
[10]
李?微. 建筑工程造价预测的多元结构
整体线性回归模型 [J]. 建筑技术, 2015, 46(9): 846-849.
[11]
韩苏建, 杜应吉, 李学德. 基于理论模型粉煤灰混凝土碳化深度预测模型研究 [J]. 建筑技术, 2014, 45(9): 833-835.
[12]
刘 戈, 冯双喜. 深基坑施工中周围管线沉降预测与关联因素分析 [J]. 建筑技术, 2014, 45(7): 644-647.
[13]
熊春宝,王海涛. 一种组合模型在地面沉降预测中的应用研究 [J]. 建筑技术, 2013, 44(3): 201-204.
[14]
王维才,饶福才,唐和俊,黄命辉,付亚伟. 碱矿渣混凝土干燥收缩性能与预测模型研究 [J]. 建筑技术, 2013, 44(2): 161-164.
[15]
郭毅霖, 田蕊, 何玉珊, 王晓晶, 谭励. 桥梁结构工程健康监测安全预警系统 [J]. 建筑工人, 2012, 43(2): 125-127.