摘要
为高精度获得混凝土管桩在时间尺度上的时效性预测模型,文章基于混凝土管桩的承载力、位移和距离混凝土表面的氯离子浓度共3种基本性能时间序列数据,以极限学习机模型(ELM)为基础,基于改进哈里斯鹰算法(MHHO)、改进麻雀搜索算法(MSSA)、改进鹈鹕算法(MPOA)构建管桩基本效能高精度预测模型.结果表明:在模拟管桩承载力、位移和氯离子浓度3种指标时,不同模型模拟值均表现出相同的时间变化趋势.其中MHHO-ELM模型变化趋势与实测值最为接近,同时MHHO-ELM模型模拟值的一致性最高、误差最低,在所有模型中精度最高,可推荐作为管桩基本性能的时效性模型使用.
NETL
NSTL
万方数据