主管單位： 河北省建筑科學研究院有限公司
主辦單位： 河北省建筑科學研究院有限公司
● 中國科技核心期刊（中國科技論文統計源期刊）
● 中國核心期刊（遴選）數據庫期刊
● 全國性建材科技期刊
● 河北省優秀期刊
文章搜索
熱點瀏覽
查看更多 >
-
●非對稱異性隧道聯絡通道冷凍法（07月24日）
-
●水泥夯土材料抗壓強度試驗及耐（08月25日）
-
●變質巖類順層邊坡破裂跡象及邊（07月25日）
-
●大體積混凝土配合比優化設計在（08月25日）
-
●粉煤灰基超高性能混凝土配合比（07月25日）
-
●地鐵車輛段檢修庫裝配式混凝土（07月24日）
-
●大型十字交叉地鐵車站結構地震（07月25日）
-
●變坡面淺埋偏壓小凈距隧道圍巖（07月24日）
-
●邯鄲富水地層深基坑支護優化和（07月25日）
-
●自密實抑溫防水復合材料在地下（08月25日）
熱點下載
查看更多 >
-
●粉煤灰摻量對高層建筑筏板基礎（06月26日）
-
●基于遺傳算法的神經網絡對大體（06月27日）
-
●氯鹽漬土無側限抗壓強度及體變（06月25日）
-
●不同 ZrO2 摻量改性水（06月26日）
-
●非均勻銹蝕對建筑鋼混組合梁承（06月27日）
-
●再生微粉泡沫混凝土力學性能研（06月25日）
-
●堿激發粉煤灰－高爐礦渣粉固化（09月11日）
-
●地鐵車輛段檢修庫裝配式混凝土（07月24日）
-
●昌寧隧道豎井輔助正洞施工技術（07月03日）
-
●堅硬頂板沿空留巷充填體加固技（06月25日）
基于數據分解重構和 AM- CRU- MLR 模型的 基坑變形研究與應用
Research and Application of Excavation Deformation based on Data Decomposition and Reconstruction and AM- CRU- MLR Model
PDF全文閱讀
王安東 ，張學鋼 ， 寧 波
（ 陜西鐵路工程職業技術學院 ，陜西 渭南 714000)
摘 要 ：為有效掌握基坑變形特性，以基坑位移變形監測成果為基礎，在開展基坑變形現狀特征分析基礎上，利用集成經驗模態和樣本熵分別實現變形數據的分解、重構，以準確將其分解為真實變形項和不確定變形項，再進一步通過 CRU 神經網絡和多元線性回歸分別實現不同變形項的預處理，實現基坑變形的高精度預測，并借其結果掌握基坑變形特性。結果表明：通過數據分解 、重構處理，能有效分解基坑變形數據，且較傳統分 解思路的優越性明顯；通過 AM- CRU- MLR 模型預測，預測精度相對更優，充分驗證了預測思路的有效性，為基坑變形特性分析提供了一定的技術支持。
關鍵詞：基坑 ；變形數據 ；分解處理 ；變形預測 ；變形特征
中圖分類號：P642
文獻標志碼：A文章編號： 1005- 8249 (2024) 05- 0065- 06
DOI:10. 19860/j.cnki.issn1005 - 8249.2024.05 .012
WANG Andong , ZHANG Xuegang , NING Bo
(Shaanxi Railway Institute , Weinan 714000 , China)
Abstract:In order to effectively grasp the deformation characteristics of foundation pits, based on the displacement and deformation monitoring results of foundation pits, and based on the analysis of the current deformation characteristics of foundation pits, the integrated empirical mode and sample entropy are used to decompose and reconstruct the deformation data, accurately decomposing it into real deformation terms and uncertain deformation terms. Furthermore, CRU neural network and multiple linear regression are used to preprocess different deformation terms, achieving high-precision prediction of foundation pit deformation, and using the results to grasp the deformation characteristics of foundation pits. The results shows that through data decomposition and reconstruction processing, the deformation data of foundation pits can be effectively decomposed, and its superiority is obvious compared to traditional decomposition methods; Meanwhile, the AM-CRU-MLR model showed relatively better prediction accuracy, fully verifying the effectiveness of the prediction approach and providing theoretical support for the analysis of deformation characteristics of foundation pits.
Keywords: foundation pit; deformation data; decomposition treatment; deformation prediction; deformation characteristics
作者簡介： 王安東 (1992—) , 男，碩士，工程師，研究方向 ：隧道工程，大跨度橋梁施工 、BIM 技術應用。
收稿日期：2023- 01 - 22
冀公網安備13011002000529 技術支持：數字河北 