http://www.paper.edu.cn
岩土体变形位移等维动态实时预报模型研究
付攀升,刘高,梁昌玉
兰州大学土木工程与力学学院,兰州(730000)
E-mail:fupsh06@lzu.cn
摘 要:岩土体变形位移是受多种因素影响而发展演化的多维非线性动力系统,其过程既有
确定性发展的趋势项,又有受不确定因素影响的随机项。根据灰色预报方法有较好的预报系
统变化的总体趋势和神经网络具有逼近任意函数的能力,建立等维动态灰色-时序神经网络
实时预报模型对趋势项和随机项进行预报。以基于实测资料的某铁路地基沉降预报为例,证
实此模型临期预报可靠、精度高,同时中长期预报也具有参考价值;且模型原理简单,操作
容易,可为岩土体变形位移控制、信息施工及修正设计方案提供参考。
关键词:岩土体变形位移 等维动态灰色-时序神经网络 实时预报
1 前言
岩土体变形位移预报一直是水利、铁路、公路等工程建设领域中的主要技术难题之一,
也是工程领域研究的一个重要课题。例如地下硐室开挖期监测的收敛位移的预报、滑坡体位
移趋势的预报、地基沉降变形的预报等,将对保证施工安全、施工质量,实现信息化监控设
计与施工具有重要的意义。
岩土体变形位移是受多种因素影响而发展演化的多维非线性动力系统,若直接通过建立
变形位移中的非线性动力学方程进行预测分析是十分困难的。例如在计算地基沉降时,数值
分析方法
[1]
的各种本构模型的识别以及模型参数的确定方面存在着不同程度的困难;分层总
和法计算沉降时未能考虑土体非线性,及侧向变形
[2]
等问题。为避开上述难题,鉴于岩土体
变形的非线性特征和影响因素的模糊不确定性,利用部分实测的变形位移时间序列数据来预
测未来位移是准确可行的,因为复杂动力系统的时间序列中包含着远为丰富的信息。近年来,
利用人工神经网络、灰色系统、协同预报模型和支持向量机算法等方法进行岩土体变形位移
预测,已经取得成功的经验
[3-6]
。随着研究的不断深入,该领域研究已经出现各种方法相互
借鉴、融合的发展趋势,它要求以某种或几种预测方法为基础在建模过程中糅合、借鉴和吸
收其他方法的特色,提高预测能力。例如人工神经网络与遗传算法
[7]
、灰色系统和人工神经
网
[8-9]
、 支持向量机和神经网络
[10]
、支持向量机和遗传算法
[11]
等各种算法相结合,建立了相
应的优化方法和模型,增强了对复杂动力系统的适应和处理能力,取得了很好的效果。但目
前很少有组合预报模型既能实现临期跟踪预报又可实现中长期预报。
为此,本文依据某高速铁路地基沉降实测资料,基于沉降时序中蕴含的系统演化信息,
尝试提出等维动态灰色-时序神经网络模型以满足上述要求。
2 建模原理与过程
2.1 建模原理
将具有某种发展趋势和随机性的序列数据分解成趋势项和随机项,其模型表示:
() ()
t
Dt Tt R
+
(1)
- 1 -
评论0
最新资源