温州永兴北园软土地基沉降预测研究

温州永兴北园软土地基采用改性真空预压处理方法,进行负压密封降水,在出水量明显减少,沉降量趋缓甚至无沉降的情况下,达到降低土层含水量;提高土体密实度、承载力;减少地基工后和差异沉降量的目的。本文依据软土地基恒载期的沉降观测数据,分别利用双曲线法和指数曲线法根据沉降观测数据进行沉降预测,通过对两种方法预测结果的分析比较,尽可能精确地推算地基最终沉降量。     

高速公路软基沉降预测系统的设计与实现

在高速公路软基监测工作中,需要根据不同的施工阶段和工程条件,选择合适的预测模型对软基沉降量进行预测。介绍了系统的开发语言与环境,对高速公路软基沉降预测系统进行功能设计及代码编写。最后结合工程实例,检验该系统是否能够满足软基沉降预测的要求。实践表明,该系统具有较好的实用性。     

高速铁路路基过渡段沉降预测研究及方法优化

利用现场监测数据对双曲线法、三点法、指数曲线法和Asaoka法等常规曲线拟合方法进行不同时间计算单位的拟合分析,综合考虑相关系数、误差平方和以及最终沉降量等,研究每种方法的适用性。将其中的Asaoka法、三点法、指数法结合二次自适应最小二乘迭代思想进行优化改进。研究表明:在高速铁路路隧和路桥过渡段沉降预测分析中几种方法都具有较好的适用性;优化改进后的方法相关系数高,预测误差小,最终沉降量预测值波动小;无论短期监测数据还是长期监测数据,以月为周期进行预测分析优于按天预测的结果。     

组合预测模型在矿区沉降预测中的应用

为了准确掌握矿山开采面上部地表的沉降变化规律,预测沉降发展趋势,提出一种双曲线法与三点法的组合预测模型进行矿区沉降预测的方法。结合矿山沉降观测实例,采用单一的双曲线法、三点法以及两者的组合预测方法对沉降数据进行预测分析,对比其预测精度。结果表明,组合预测模型能够满足矿区沉降预测的精度要求,且预测精度优于单一预测方法。     

一种基于双影响因子的软基沉降时序模型

为进一步提高软基沉降预测精度,对利用钻探取样、单轴固结实验、渗透—三轴固结联合实验、经验公式建立的固结沉降时序模型以及通过稳健加权总体最小二乘算法拟合得到的区块沉降时序模型进行组合,得到一种以时间为自变量、基于固结沉降和区块沉降双影响因子的软基沉降时序模型。将模型应用于广州市南沙区某软基地面监测点沉降预测中,结果表明该模型较好地反演了软基沉降规律,预测误差指标均小于其他模型,预测准确性和可靠性最高。     

动态预测软土路基沉降的神经网络模型研究

人工神经网络具有较强的非线性映射能力。本文介绍了神经网络BP算法的一些改进措施。这些措施可以提高BP算法的学习收敛速度,同时也可以提高BP网络性能的稳定性。为避免软土路基沉降传统计算方法中各种人为因素的干扰,本方法利用实测资料直接建模。基于改进的BP神经网络模型,建立了可依据现场量测信息对软基路堤沉降量随时间而发展的过程进行动态预报的分析方法。本文所建立的BP算法模型比较独特,利用该模型预测软土路基沉降精度高,预测结果的稳定性好。     

基于Kalman滤波的高耸建筑物沉降预测模型研究

为了提高高耸建筑物沉降监测数据的可信性与实时预测的准确性,利用小波分析与Kalman滤波在数据处理方面的优势,采用小波分析先对沉降数据进行去噪,并采用Kalman滤波理论进行预测。通过实验数据的对比分析,结合小波去噪分析与Kalman滤波理论对原始沉降变形量进行沉降预测,能克服只使用单一Kalman滤波方法进行沉降预测中噪声处理的不足,验证了小波分析及结合Kalman滤波理论进行沉降预测的可行性,且预测精度比较高。     

基于神经网络的组合模型在基坑沉降预测中的应用研究

通过对基坑沉降发展规律及其沉降曲线特点进行的研究,在多种S型单项预测模型基础上引入了组合预测的思想,本文先用4种S型增长曲线模型分别对基坑开挖周边地表沉降值进行拟合和预测,然后基于各单一模型预测数值通过神经网络进行组合建立组合模型进行预测。通过实例,对模型的预测结果进行了分析和检验,证明了在沉降变形分析中应用此组合预测法的可行性。     

Excel规划求解在桥墩沉降趋势分析中的应用

介绍Excel规划求解得出模型参数的方法,以武咸城际铁路桥墩沉降为例,采用双曲线和对数曲线模型,利用Excel自带的宏-规划求解来解算出两种模型的参数,从而对桥墩的沉降趋势进行分析和对最终沉降量进行预测,比较两种拟合曲线的拟合结果,选取适合桥墩沉降拟合的曲线并对拟合的残差进行二次曲线拟合,用残差二次拟合得到的最终残差值对最终沉降量进行修正,进一步提高了预测值的精度。用该方法得到了较好的效果,为铁路的铺轨以及运营提供了技术性保障。     

软基沉降观测及其数据处理方法

简述了高速公路软基沉降观测及其数据处理的目的和意义；介绍了沉降观测的布点原则；提出了高速公路软基沉降观测的技术要求；介绍了基于VB的高速公路软基沉降观测数据处理软件；在实际工程中，由于种种原因，会造成沉降观测数据不连续。本文就沉降观测数据不连续时的沉降量估算提出了三种处理方法，在实际工程应用中起到了较大的作用。     

高速铁路桥梁沉降预测模型的对比分析

介绍高速铁路桥梁沉降变形的规律及沉降预测的判定标准,结合某高速铁路桥梁沉降观测资料,分别用规范双曲线法、修正双曲线法、三点法、Asaoka法和GM(1,1)法进行计算分析,通过比较预测沉降量与实测沉降量的残差并计算各模型的曲线回归相关系数,对比得出适用于高速铁路桥梁沉降预测的方法。     

灰色Verhulst-BP模型在沉降分析中的应用

针对软基处理后的地基沉降情况进行分析,利用灰色Verhulst-BP模型对沉降数据进行分析预测。灰色Verhulst-BP模型是利用灰色Verhulst模型的残差值来改进BP神经网络模型,进而提高模型的模拟预测精度。在Matlab9.0平台上,通过Matlab语言编程实现实例检验分析。研究结果表明,灰色Verhulst-BP模型相对于灰色Verhulst模型更适合于S型序列的数据分析预测。该模型预测精度较高,能够较好地反映沉降趋势。     

基于北斗卫星导航系统的地下车库深基坑沉降监测与分析

为评估北斗变形监测系统(BDS变形监测系统)在施工干扰环境下的变形监测效果,本文将BDS变形监测系统应用于西安市东郊某地下车库深基坑工程的沉降监测,得到了施工期及工后期的沉降监测数据,根据小波降噪原理对监测数据进行了平滑降噪,并将BDS变形监测系统与水准监测数据进行了对比分析,最后对该场地深基坑的最终沉降量进行了预测。结果表明,施工干扰会导致BDS变形监测系统监测数据在一定波长范围内含有大量噪声,但通过小波降噪法对含噪声数据进行5层分解后,可得到平滑的沉降监测数据,且处理后的数据与水准监测数据的平均相对误差低于10.3%;基于降噪后数据采用修正的Gompertz函数预测得到该场地最终沉降量范围为100～110 mm。相关成果可为BDS变形监测系统在类似工程中的应用提供参考。     

组合模型在隧道结构沉降预测中的应用研究

针对传统组合模型建模准则单一、权值固定不变的缺陷,引入稳定度相关理论,构建一种新的最优组合预测模型,并对优性组合的评判方法以及预测成果的评价准则进行了研究.该模型的核心思想是依据单一模型建模阶段和预测阶段精度的一致性来赋予权值.分别利用组合模型、时间序列模型以及神经网络模型对地铁隧道结构的沉降量进行预测,并分析比较各自的预测结果.结果表明组合模型相对于各单一模型而言,预测效果更优、精度更高,能很好地集合单一模型的有效信息,是一种有效的地铁隧道结构沉降预测模型.     

锦绣馨园地基沉降监测和预测

沉降量是建筑物施工期间及竣工后地基变形的一个重要指标.结合工程实例,详细介绍高层建筑地基沉降变形监测方法和注意事项,并采用指数曲线3点法预测最终沉降量.     

GM-ARMA-BP组合模型在建筑物沉降预测中的应用

针对建筑物变形监测中的沉降预测问题,本文结合灰色模型、时间序列模型和BP神经网络模型的优点,提出了GM-ARMA-BP组合模型进行沉降预测的方法,有效克服了单一模型稳定性差的缺点,并以某高层建筑沉降观测数据为样本,通过对这几种模型的沉降预测结果进行比较分析,结果表明:GMARMA-BP组合模型预测效果最好,精度较单一模型提高50%以上,并且具有一定的适用性。     

SSA-小波神经网络支持下的地铁沉降变形预测

沉降变形监测中,研究如何对监测的沉降数据进行处理,预测沉降量,对可能出现的安全隐患做出预判有着很重要的实际意义。本文基于神经网络模型、小波分析和奇异谱分析（singular spectrum analysis,SSA）的相关理论,构建起SSA-小波神经网络变形预测模型,并将模型应用于地铁工程沉降预测中。针对地铁监测数据非平稳性、非线性特征,首先,使用SSA方法提取数据序列中的趋势项与周期项,提高序列信噪比;其次,使用小波神经网络模型对趋势项与周期项分别进行预测与重构,得到最终的预测值。通过对地铁累计沉降量观测数据进行预测,结果表明相比单独的小波神经网络模型,SSA-小波神经网络模型的预测效果更佳稳定,且随着训练样本的增加,预测结果与实际情况更加符合。     

基于神经网络的高速公路软基沉降分析

简述了高速公路软基沉降观测的目的和意义。介绍了工后沉降的预测方法。其后，简述了BP神经网络的基本概念。论文提出了基于神经网络的高速公路工后沉降预报方法。结合江苏省某高速公路现场监测资料，进行了实例分析，说明此方法是可行的和有效的。它对提高高速公路建设质量具有十分重要的现实意义。     

基于最小二乘支持向量机回归综合预测建筑物沉降

针对在工程实践中,应用单一方法预测建筑物沉降存在着局限性,提出了基于最小二乘支持向量机回归综合单一方法预测沉降量。该方法能综合单一方法的特点,增强了模型的普适性,从而提高了预测精度和预报期次。文中讨论了如何实现和运用该方法,最后通过实例验证了其有效性。     

马尔可夫链改进的MMF沉降预测模型及应用

针对地基沉降机理复杂及随机性特点,结合马尔可夫链理论,本文建立了一种马尔可夫链改进的MMF沉降预测模型。首先采用部分实测沉降数据,利用CurveExpert软件拟合MMF模型;然后根据MMF模型预测相对误差大小,并按照马尔可夫理论划分状态区间,构建状态转移概率矩阵,预测下一个沉降量所处的状态,从而得到了马尔可夫链改进的MMF预测值;最后将本文模型应用于深圳滨海大道市政工程软土路基沉降预测中,并对模型的预测效果进行精度分析。结果表明,马尔可夫链改进的MMF模型的预测精度较单一的MMF有明显提高,建模方法合理,可用于类似的工程预测。