摘要
为准确分析基坑沉降变性规律,基于现场监测数据,通过卡尔曼滤波对趋势项及误差项进行分解,采用M-K检验对发展趋势进行评价,利用优化广义回归神经网络和差分整合移动平均自回归模型,构建基坑沉降分项预测模型,并将预测结果与发展趋势评价结果对比分析,以实现基坑沉降变形规律综合研究.结果表明:卡尔曼滤波能有效分解基坑沉降数据趋势项与误差项,相较于传统小波分解效果更佳;基坑沉降呈持续增加趋势,但趋势性逐渐减弱;预测结果相对误差均值均不大于2％,预测模型精度较高;沉降变形会进一步增加,但增加速率明显降低,与发展趋势分析结果一致,两者相互佐证分析结果准确性.研究结果为基坑沉降变形规律分析提供新思路.
NETL
NSTL
万方数据