交通世界2024，Issue(13) ：181-183.

基于GBDT-PSO混合算法的隧道地表沉降预测与控制方法研究

何俊 王文强 刘超 苏云飞
交通世界2024，Issue(13) ：181-183.
✕
  • NETL
  • NSTL
  • 万方数据

基于GBDT-PSO混合算法的隧道地表沉降预测与控制方法研究

何俊 1王文强 1刘超 2苏云飞1
扫码查看

作者信息

  • 1. 中国建筑第四工程局有限公司,广东广州,510000
  • 2. 广州大学土木工程学院,广东广州 510006
  • 折叠

摘要

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.

关键词

机器学习/混合算法/沉降预测/沉降控制

引用本文复制引用

出版年

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
参考文献量6
段落导航相关论文