基于PSO-VMD的基坑变形组合预测研究OA

为实现基坑变形的高精度预测,以基坑变形监测数据成果为基础,利用粒子群算法(PSO)和变分模态分解(VMD)开展变形数据的分解处理,在此基础上,通过遗传算法(GA)和BP神经网络实现基坑变形组合(GA-BP)预测,以期掌握基坑变形发展状态,为支护措施的安全评价提供理论支撑。结果表明:通过PSO优化的VMD,数据分解处理后的均方根误差值由0.5229减小至0.4092,GA-BP预测结果的相对误差为1.92%~2.20%,具有较高的预测精度,且其预测结果显示,基坑变形还会继续增加,但变形速率呈逐步减小趋势,同时预测值范围为21.76~25.10mm,均一定程度地小于变形控制值,说明基坑支护措施具有良好运营效果,满足现场安全控制要求。