论文部分内容阅读
准确预测和控制隧道变形是确保隧道工程施工安全的重点。针对目前隧道围岩变形时间序列预测的不足,文章提出了一种基于多变量高斯过程(GP)-差异进化算法(DE)的隧道变形时间序列预测方法。根据隧道自动化监测结果进行多变量相空间重构,并通过主成分分析法降低输入维数。在此基础上采用GP-DE模型进行隧道变形预测研究。以吉林省高丽沟隧道围岩拱顶位移为例进行预测,将预测结果与BP神经网络、SVM模型预测结果进行比较。研究结果表明,多变量时间序列的GP-DE模型具有更高的预测精度,预测值与实测值吻合更好,是一种有效