基于數(shù)據(jù)分析的地表沉降預(yù)測新研究.pdf

1、隨著我國經(jīng)濟(jì)的快速發(fā)展，城市地下工程的興建已經(jīng)成為一種趨勢．地鐵施工誘發(fā)地層環(huán)境損傷的眾多問題中，地表沉降的預(yù)測與控制問題是急待深入研究的重要課題．現(xiàn)有的地表沉降預(yù)測研究中，其沉降影響特征的提取都是通過對(duì)施工過程的研究和對(duì)沉降機(jī)理分析并結(jié)合實(shí)際工作經(jīng)驗(yàn)得到的，其沉降預(yù)測大多采用從工程學(xué)和地質(zhì)學(xué)角度研究產(chǎn)生的實(shí)際環(huán)境模擬方法，如經(jīng)驗(yàn)法、理論預(yù)測法等．近年來，基于人工智能的神經(jīng)網(wǎng)絡(luò)數(shù)值分析方法在地表沉降預(yù)測中得以應(yīng)用，但包括神經(jīng)網(wǎng)絡(luò)在內(nèi)的眾

2、多預(yù)測方法中，都是以直接預(yù)測沉降值作為目標(biāo)的，其預(yù)測效果因擬合精度的要求而難以保證．本文將以廣州地鐵三號(hào)線土壓平衡式盾構(gòu)施工所誘發(fā)地表沉降的預(yù)測為背景，運(yùn)用多元統(tǒng)計(jì)的主成分分析方法進(jìn)行了預(yù)測因子的篩選，并以分類判別為目標(biāo)，建立了地表沉降預(yù)測的神經(jīng)網(wǎng)絡(luò)模型和支持向量機(jī)(Suport Vector Machine，SVM)模型．主成分篩選變量的結(jié)果表明，篩選出的預(yù)測變量與實(shí)際工作所得的沉降影響因子基本一致，這從一定程度上說明此特征提取的方法