基于机器学习的基坑变形预测研究被引量：2

下载PDF

导出

摘要为确定施工现场深基坑沉降变形值,结合3种机器学习算法,建立沉降量与相关因素之间的非映射关系,并以上海某基坑为例对沉降量进行预测。结果表明,相比支持向量机和决策树算法,随机森林算法具有较高的预测精度,其拟合优度R^(2)和均方根误差RMSE分别为0.96、1.13,能很好地预测基坑变形量;内摩擦角对基坑沉降的影响最显著,土层渗透系数的影响较小。

作者杨建新唐海英

机构地区湖南省核工业地质局三

出处《公路与汽运》 2022年第1期77-80,共4页 Highways & Automotive Applications

关键词公路基坑沉降机器学习

分类号 U416.1 [交通运输工程—道路与铁道工程]

引文网络
相关文献

参考文献16

1申琪玉,王建雄,王东.深基坑工程事故常见原因分析及对策[J].建筑技术,2015,46(10):912-914. 被引量：17
2寇润胜..深基坑周边建筑物沉降预测及安全性评估[D].重庆大学,2014:
3杨林德,时蓓玲,杨超.基坑变形及其安全性的随机预测[J].同济大学学报（自然科学版）,2002,30(4):403-408. 被引量：13
4黄燕妮..基于智能算法的深基坑工程变形预测与控制方法的应用研究[D].华南理工大学,2019:
5刘冰冰..西安地铁大后区间基坑开挖降水对周围建筑物沉降研究[D].北方工业大学,2015:
6段绍伟,黄磊,鲍灶成,沈蒲生.修正的Peck公式在长沙地铁隧道施工地表沉降预测中的应用[J].自然灾害学报,2015,24(1):164-169. 被引量：35
7杨娟丽,徐梅,王福林,王吉权,刘慧.基于BP神经网络的时间序列预测问题研究[J].数学的实践与认识,2013,43(4):158-164. 被引量：36
8曹聪洁,施冬,韦原原.基于决策树的黄土高原滑坡风险分析[J].农业与技术,2021,41(6):141-144. 被引量：1
9王志红,王华珍.基于随机森林的基金评级模型选择[J].财务与金融,2009(1):65-70. 被引量：3
10唐江凌.SVR对铣削型钢纤维混凝土劈裂抗拉强度的预测研究[J].电脑知识与技术,2020,16(19):226-227. 被引量：1

二级参考文献70

1廖少明,余炎,彭芳乐.盾构近距离穿越相邻隧道施工的数值解析[J].岩土力学,2004,25(z2):223-226. 被引量：50
2庄莹,陈杰.阿尔茨海默病病因及发病机制研究进展[J].吉林医药学院学报,2008,29(2):101-104. 被引量：23
3张小茜.中国基金评级业的发展和启示[J].商业研究,2004(14):106-109. 被引量：2
4向玮,张爱军,高伟.深基坑施工变形预测与控制方法研究[J].岩土工程学报,2012,34(S1):634-637. 被引量：9
5张雪婵,龚晓南,尹序源,赵玉勃.杭州庆春路过江隧道江南工作井监测分析[J].岩土力学,2011,32(S1):488-494. 被引量：18
6潘海乐,张一翀,吕松岑,任聪,张翼飞,于洪波.使用单排缝合技术和缝线桥技术修补中度肩袖撕裂的结果比较[J].中华肩肘外科电子杂志,2014,2(2):85-90. 被引量：7
7丁智,王达,虞兴福,王金艳,蒋吉清.杭州地铁新塘路、景芳路交叉口工程深基坑监测分析[J].岩土工程学报,2013,35(S2):445-451. 被引量：90
8于宁,朱合华.盾构隧道施工地表变形分析与三维有限元模拟[J].岩土力学,2004,25(8):1330-1334. 被引量：148
9肖奎喜,刘建和,杨义群.市场基准组合的选取对开放式基金业绩评价的影响[J].武汉科技大学学报（社会科学版）,2004,6(3):1-3. 被引量：2
10田浩,李随成.信息比率及其在基金绩效评价中的应用[J].数学的实践与认识,2004,34(10):36-43. 被引量：3

共引文献129

1姚燕雅.城市地铁工程建设中隧道围岩沉降数值的监测与分析[J].商丘师范学院学报,2020(12):65-67. 被引量：1
2赖海林.我国深基坑工程支护技术现状分析[J].科技风,2009(23). 被引量：1
3蒋树屏,赵阳.复杂地质条件下公路隧道围岩监控量测与非确定性反分析研究[J].岩石力学与工程学报,2004,23(20):3460-3464. 被引量：85
4朱雍.位移反分析法在桩基工程中的应用[J].广西大学学报（自然科学版）,2006,31(B06):256-259. 被引量：2
5魏焕卫,孙剑平,贾强,杨立华.基于变形控制的某大型基坑设计和施工[J].四川建筑科学研究,2007,33(1):176-180. 被引量：11
6贾敏才,王磊,周健.基坑开挖变形的颗粒流数值模拟[J].同济大学学报（自然科学版）,2009,37(5):612-617. 被引量：13
7方焘,梁宁慧,耿大新.SMW工法围护软粘土深基坑开挖蠕变特性分析[J].地下空间与工程学报,2009,5(4):797-802. 被引量：7
8黄原森,赵彪,陈军.大型取水泵房基坑施工工艺介绍[J].山西建筑,2010,36(25):122-124. 被引量：1
9王磊明,陈其,刘永兴,夏强峰.浙江电网20kV接地系统继电保护应用研究与实践[J].电气应用,2012,31(1):36-39. 被引量：1
10严兵.大力发展西部资本市场——缩小东西部地区差距的战略选择[J].天津经济,2000(5):26-28.

同被引文献20

1刘杰,姚海林,任建喜.地铁车站基坑围护结构变形监测与数值模拟[J].岩土力学,2010,31(S2):456-461. 被引量：167
2李四维,高华东,杨铁灯.深基坑开挖现场监测与数值模拟分析[J].岩土工程学报,2011,33(S1):291-298. 被引量：72
3章玉.手机信令数据在交通枢纽客流监测中的应用——以重庆市为例[J].交通运输研究,2017,3(2):24-30. 被引量：9
4苏敏,栾维新,马瑜,张睿.京沪高速客运通道旅客出行选择影响因素研究[J].铁道运输与经济,2019,41(1):58-63. 被引量：6
5林小梅,邵春福,董春娇,王晟由.节假日公路免费政策下城际交通行为特性[J].交通运输系统工程与信息,2019,19(2):247-254. 被引量：6
6傅莺莺,田振坤,李裕梅.方差分析的回归解读与假设检验[J].统计与决策,2019,35(8):77-80. 被引量：14
7郭良久,王新渝,章玉.重要节假日期间重庆高速公路交通出行特征与预测分析[J].公路交通技术,2020,36(3):116-120. 被引量：7
8吕亮,钟添翼,王世彬,蔡晓禹.RFID数据驱动下出行路径选择方法研究[J].公路与汽运,2021(1):16-20. 被引量：3
9王永军.基于LSTM的深基坑开挖地表沉降预测研究[J].山西建筑,2021,47(14):74-75. 被引量：6
10马莹莹,陆思园,张晓明,魏文术.考虑个体风险偏好差异的高速公路出行选择模型[J].吉林大学学报（工学版）,2021,51(5):1673-1683. 被引量：10

引证文献2

1何永明,张磊,曹剑.基于出行时段选择的节假日免费政策优化[J].公路与汽运,2024,40(1):25-31.
2周志勇,吕东,王耿鑫,朱耀民,申文明.基于多输出LSTM神经网络的深基坑侧移预测[J].浙江工业大学学报,2024,52(4):443-449.

1崔羚,吴巍,程定富.深基坑沉降自动化监测系统的研究与应用[J].中国建筑金属结构,2021(2):114-115. 被引量：7
2吕贤锰.基于改进马尔可夫模型的深基坑沉降预测研究[J].科技资讯,2021,19(24):34-36. 被引量：1
3凌壮志,刘贺,王旭.视觉传感技术在深基坑坑周土体沉降监测中的应用研究[J].地基处理,2021,3(6):532-537. 被引量：4

公路与汽运

2022年第1期

浏览历史

内容加载中请稍等...

基于机器学习的基坑变形预测研究被引量：2

参考文献16

二级参考文献70

共引文献129

同被引文献20

引证文献2

相关作者

相关机构

相关主题

浏览历史

基于机器学习的基坑变形预测研究 被引量：2

参考文献16

二级参考文献70

共引文献129

同被引文献20

引证文献2

相关作者

相关机构

相关主题

浏览历史

基于机器学习的基坑变形预测研究被引量：2