最优组合预测模型在高填方体沉降中的应用研究

针对Logistic和Gompertz路堤沉降预测模型对于高填方土体后期沉降量预测精度较差的问题,该文基于Logistic和Gompertz预测模型的共性和个性,在充分考虑二者各自优势和特定局限性的基础上,对二者进行了最优化组合。以组合模型的最小对数误差平方和为目标函数求解最优加权系数,进而推导出最优加权几何平均组合预测模型,以提高高填方土体沉降预测精度的置信度。通过各预测模型对实际高填方土体工程的实测沉降数据进行拟合分析,验证最优组合预测模型在高填方土体沉降预测中的可行性。结果表明：最优组合预测模型的精度及可靠性均优于任一单一模型,适应性更强,尤其当监测时间超过曲线拐点后,几乎接近实测值。组合预测模型能够适用于多个模型优化组合,可涵盖各单一模型的优劣势,只要在权重比不出现负值的情况下,可大幅度的提高沉降预测精度。因而此组合预测模型可作为高填方土体后期沉降预测的一种有效方法。     

灰色-Gompertz组合模型在软土路基沉降预测中的应用

针对单一灰色预测模型或Gompertz预测模型的局限性和可靠性差的缺陷,基于灰色模型和Gompertz曲线,根据最优加权组合原理,以误差平方和最小为最优组合标准,构建出1种新的软土路基沉降组合预测模型,对某沿海高速公路软土路基的沉降变形进行预测分析。工程实例验证表明,新构建的组合预测模型较单一的灰色预测模型或Gompertz预测模型有效消除了系统误差,提高了拟合精度,避免了单一模型偏大或偏小的预测趋势,具有更强的环境适应性,是路基沉降预测的1种有效分析方法,同时将新模型的预测数值应用于改进施工进度及地基处理方法的后期评价,取得了良好效果。     

复合地基全过程沉降预测

通过对观测数据分析发现复合地基沉降会经历发生、发展和成熟后达到一定极限过程,其全过程沉降曲线与S形成长曲线类似。选取Logistic和Gompertz曲线模型拟合实测数据,利用Origin软件拟合得到模型参数。在此基础上,以组合模型的误差平方和最小为目标函数来确定最优加权系数,建立加权组合预测模型,求得加权系数,进而求得组合模型预测值。计算结果表明,加权组合模型能吸收不同单一预测模型的优点,其预测精度比单一模型更高,是预测复合地基全过程沉降的一种有效方法。     

基于组合预测模型的城市道路深厚软基最终沉降分析

为较为准确地预测软土路基的沉降量,综合利用单一预测模型中的优点建立了组合预测模型,并结合某袋装砂井处理的软基沉降观测结果,对各预测模型的精度进行了分析.通过分析发现单一预测模型的误差较大,而组合模型的预测精度较高,误差控制在10%以内,最后采用组合模型对该软基的最终沉降进行了预测.     

开挖降水条件下基坑周围建筑物沉降预测研究

利用Gompertz曲线模型、灰色理论模型和BP神经网络模型等单一预测模型对基坑周围建筑物沉降进行预测,之后将结果与三者优化组合模型的预测结果进行比较分析,结果表明：单一模型预测结果的精度比三者优化组合模型的精度较低,而其中通过最优加权法组合的模型预测精度最高。     

一种基于IOWGA算子的大坝安全监控 组合预测模型

 引进诱导有序加权几何平均(IOWGA)算子,提出一种基于IOWGA算子的大坝安全监控组合预测模型。该模型依据每个单一预测模型在各个时刻预测精度的高低进行有序赋权。实例研究结果表明,该组合预测模型优于传统的加权算术平均组合预测模型和各种单一预测模型,预测精度高,用于大坝安全监控预报有效、可靠。     

基于加权组合预测模型的城市用水量预测

介绍了移动算术平均预测法和BP神经网络理论在城市用水量预测方面的应用,并运用组合权系数优化理论,将移动算术平均预测法模型和BP神经网络预测模型进行加权组合。经吉首市实例验证,表明加权组合预测模型较单一的移动算术平均预测法模型和BP神经网络预测模型更全面,计算结果更精确,拟合效果更好。该模型能为我国中小城市用水量预测提供参考。     

大坝变形非线性智能组合预测方法研究

为同时利用不同大坝变形预测方法的特征信息,改进预测质量,提出了一种基于微粒群优化一支持向量机(PSO-SVM)的大坝变形非线性智能组合预测模型.选取几种不同原理的建模方法建立预测模型并预测,利用其预测结果建立组合预测模型,组合函数的拟合采用混合核函数支持向量回归算法.为提高SVM的学习、泛化能力,采用混合核函数,并用具有并行性和分布式特点的PSO算法优化选择SVM模型参数.实例分析表明,该模型较好地整合了不同建模方法的特征信息,避免了单一方法的偶然性,较单一预测模型、加权组合预测模型具有更高的预测精度和更小的峰值误差,为更准确地进行大坝安全监控提供了一种新的途径.     

加权几何平均法在桥梁墩台沉降预测中的应用

高速铁路线路修建过程中需要对线下构筑物进行沉降观测和沉降评估,由于高速铁路桥梁墩台沉降测量数据具有沉降量级较小,数值波动变化大的特性,所以单一预测模型不能很好的预测沉降量。本文结合Logistic模型和Gompertz模型的特点,应用加权几何平均法构造一个新的组合模型,使用该组合预测模型对桥梁墩台沉降进行预测,并对新模型进行精度评定。结合工程实例可得:组合预测模型拟合度高于前面两种模型,具有工程实用价值。     

基于GM(1,1)和ARMA组合模型的桥梁监测数据预测

针对单一预测模型在桥梁监测数据预测中存在的预测精度不高等缺陷,基于最优加权组合理论,将GM(1,1)和ARMA构造成一个全新的组合模型,单一预测模型的组合能在一定程度上提高模型的拟合能力,故而可以取得更好的预测效果。结合四川省绵阳市北川县筲箕湾大桥在线健康监测系统的实测挠度数据,分别采用单一预测模型和两种单一模型构造成的组合模型来预测其未来值,并将预测值与实际值比较,发现组合模型的预测MRE(1.567 6%)均小于单一ARMA预测模型的MRE(1.951 4%)以及单一GM(1,1)预测模型的MRE(1.604 8%),说明组合模型较两种单一模型拥有更高的预测精度。