首页|基于GBDT-PSO混合算法的隧道地表沉降预测与控制方法研究

基于GBDT-PSO混合算法的隧道地表沉降预测与控制方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
为提高隧道掘进过程地表沉降的预测效果,提出了一种基于梯度提升回归树-粒子群(Gradient Boosting Decision Tree-Particle Swarm Optimization,GBDT-PSO)混合算法的隧道地表沉降预测与控制方法,通过选取深圳市某城市轨道交通区间施工的隧道线路数据,采用GBDT-PSO算法进行地表沉降预测.结果表明:GBDT-PSO混合算法可有效预测地表沉降值,通过调整刀盘扭矩值有效控制地表沉降.

何俊、王文强、刘超、苏云飞

展开 >

中国建筑第四工程局有限公司,广东广州,510000

广州大学土木工程学院,广东广州 510006

机器学习 混合算法 沉降预测 沉降控制

2024

交通世界
交通运输部科学研究院

交通世界

影响因子：0.478
ISSN：1006-8872
年,卷(期)：2024.(13)
  • 6