基于時間序列聚類和LSSVM的隧道拱頂位移預測
作者：楊清浩; 胡雄玉; 陳子全 西南交通大學交通隧道工程教育部重點實驗室; 四川成都610031
摘要：在隧道施工中,拱頂下沉位移的監控量測及其發展趨勢的有效預測,對隧道的安全施工具有重要意義。提出一種結合K-medoids聚類算法和最小二乘支持向量機(LSSVM)的智能算法對拱頂下沉位移進行預測,并通過汶馬高速鷓鴣山隧道的現場實測數據驗證了該方法的有效性。研究結果表明:同一類拱頂下沉位移時間序列用同一模型預測具有可行性;隧道拱頂下沉位移是不平穩時間序列,相比直接用LS-SVM建立模型,采用WPT方法和LSSVM結合的算法具有更高的預測精度;以作為聚類中心的斷面作為參考樣本預測當前監測斷面拱頂下沉位移時,只需要得到當前監測斷面的較少數據,從而實現在當前斷面的監測初期的有效預測。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
公路工程雜志
公路工程雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：科學研究、工程設計、施工技術、工程材料、其他等。于1975年經新聞總署批準的正規刊物。
- 統計源期刊
- 1-3個月審核
