支持向量机在地铁车站深基坑围护结构变形预测的应用.docVIP

支持向量机在地铁车站深基坑围护结构变形预测的应用 摘要:利用支持向量机 理论 对深基坑支护结构的变形量进行 分析 和预测,建立了预测支护结构最大变形量的支持向量机预测模型。预测结果表明,该预测模型有很高的预测精度,并 应用 于南京市某地铁站实际工程。 关键词:基坑开挖　变形预测　支持向量机(SupportVectorMachine) 0 引言 目前 ,在城市基坑工程设计与施工中,对基坑变形控制要求越来越严格。基坑围护结构变形使外侧地层发生损失而引起地面沉降,增加了外侧土体向坑内的位移和相应的坑内隆起。同样的地质和埋深条件下,深基坑周围地层变形范围及幅度,因围护结构的变形不同有很大差别,围护结构变形往往是引起周围地层移动的重要原因。能否比较准确的预测出围护结构的变形对基坑工程的设计与施工都有极其重要的意义。但是在地铁车站深基坑开挖过程中,支护结构的变形与其 影响 因素之间存在极其复杂的非线性关系。对于这一非线性关系的模拟和识别,有很多种 方法 ,如模糊数学、BP神经 网络 和遗传算法等。这些方法都有一些不令人满意的地方,如BP神经网络则有过拟合、大样本和易陷入局部极值等 问题 。近年来,基于统计 学习 理论的支持向量机算法具有完备的理论基础和严格的理论体系,在很多领域获得成功的应用。其良好的小样本、非线性及升维及泛化性好等许多优良的特性引起了岩土工程界的重视。本文应用支持向量