2023, 45(3):16-23.DOI: 10.11835/j.issn.2096-6717.2021.092
摘要:为了提高深基坑施工过程中变形预测的准确度,提出一种基于小波变换分解与重构、采用遗传算法优化参数的支持向量机(GASVM)和自回归滑动平均(ARMA)模型相结合的组合模型预测方法。使用GASVM模型对小波分解后的趋势项进行一步预测和多步滚动预测,使用ARMA模型相应地对随机项进行预测,将预测值求和得到最终预测结果。以某地铁车站深基坑为案例,对3个监测点的支护桩深层水平位移进行预测分析,得到其一步预测的短期预测值和多步滚动预测的中长期预测值,并与单一采用GASVM模型得到的预测值进行对比。结果表明:组合模型有效减小了预测误差,在短期和中长期预测中均取得令人满意的结果。
1992, 14(3).DOI: 10.11835/j.issn.1674-4764.1992.03.003
摘要:随着高层建筑、高耸结构及悬索结构等相对较柔的结构物在工程中日益广泛使用,结构物在脉动风作用下的响应分析愈来愈受到工程界的重视,有效地给出具有一定统计规律的脉动风记录对结构风振分析及工程抗振设计都是十分必要的。本文研究了采用自回归滑动平均(ARMA)模型和参数识别技术模拟给定条件(如功率谱或某种统计特征)的脉动风记录的计算机仿真方法。结果表明,本文提出的模拟方法是一种有效的脉动风仿真方法。