期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于WTD-PSR数据处理与GSM-SVR模型的地铁沉降预测
1
作者 戎密仁 冯超 +5 位作者 庞银萍 罗澜鑫 袁颖 耿东阳 郑永瑞 李佳音 《隧道建设(中英文)》 北大核心 2025年第11期2033-2043,共11页
为提升地铁施工过程中周边地表沉降预测的精度与可靠性,基于某市轨道交通1号线工程数据,提出一种基于小波去噪(WTD)、相空间重构(PSR)和网格搜索优化支持向量机回归(GSM-SVR)的组合预测模型,实现地表沉降预测的精细化研究。首先,利用小... 为提升地铁施工过程中周边地表沉降预测的精度与可靠性,基于某市轨道交通1号线工程数据,提出一种基于小波去噪(WTD)、相空间重构(PSR)和网格搜索优化支持向量机回归(GSM-SVR)的组合预测模型,实现地表沉降预测的精细化研究。首先,利用小波阈值去噪法(db4函数)对原始监测数据进行预处理,有效剔除噪声和奇异值,信噪比(R_(SNR))提升至11.8144,均方根误差(E_(RMSE))降至0.37383;其次,通过相空间重构(嵌入维数m=5,延迟时间τ=1)将静态时间序列转化为多维动态特征数据,增强数据的非线性表征能力;最后,采用网格搜索法(GSM)优化SVR模型的超参数(惩罚参数c=50,核参数g=0.38),构建GSM-SVR预测模型,并采用传统SVR、PSO-SVR、GWO-SVR等6种模型进行对比分析,检验GSM-SVR模型的优劣度。结果表明:1)WTD-PSR有效地剔除了噪声和奇异值,且提升了数据多维动态特征;2)GSM-SVR模型预测结果与其他6种模型相比,预测误差(E_(MAPE)、E_(MAE)、E_(RMSE))降低了8.44%~64.35%,拟合度(R^(2))提高了0.51%~22.08%,平均误差仅3.68%;3)去噪处理使模型性能显著提升,预测误差降低了12.33%~19.70%,可对地铁施工沉降进行有效的预测。 展开更多
关键词 地铁 沉降预测 小波去噪 相空间重构 动态特征 GSM-SVR模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部