基于EMD-CASSA-ELM的地表沉降预测方法技术

本发明专利技术提供了一种基于EMD

【技术实现步骤摘要】
基于EMD
‑
CASSA
‑
ELM的地表沉降预测方法


[0001]本专利技术涉及沉降预测
，具体涉及一种基于EMD
‑
CASSA
‑
ELM的地表沉降预测方法，更具体是一种基于EMD
‑
CASSA
‑
ELM的盾构施工地表沉降预测方法。

技术介绍

[0002]随着城市地下空间的发展，盾构法施工成为常见的隧道施工方式，而盾构机掘进过程中通常会导致隧道周边土层应力状态发生改变，土体扰动后产生的变形传递到地表，最终形成地表沉降。因此，对盾构施工引起的地表沉降进行预测，是保证施工过程安全性以及周边环境稳定性的重要保障。
[0003]诱发地表沉降的因素众多且相互作用复杂，这也给预测地表沉降带来了困难。目前常用的沉降预测方法主要包括三类：经验公式、数值模拟、机器学习。随着人工智能的发展，机器学习在滑坡位移和路基沉降预测中已有较多研究，而在地表沉降方面的预测研究较少。预测盾构掘进引起的地表沉降主要的机器学习方法有神经网络、支持向量机和随机森林本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于EMD
‑
CASSA
‑
ELM的地表沉降预测方法，其特征在于，包括以下步骤：步骤S1：对初始沉降序列进行数据预处理；步骤S2：采用经验模态分解将步骤S1处理之后的初始沉降序列分解为趋势向量和波动向量，并将趋势向量和波动向量划分为训练集和测试集；步骤S3：结合训练集中的趋势向量和波动向量，利用混沌自适应麻雀搜索算法对极限学习机中的权值和阈值进行寻优，构建CASSA
‑
ELM预测模型；步骤S4：利用CASSA
‑
ELM预测模型对测试集中的趋势向量和波动向量逐一预测，并将预测结果叠加重构，得到预测的地表沉降量。2.根据权利要求1所述的基于EMD
‑
CASSA
‑
ELM的地表沉降预测方法，其特征在于，所述混沌自适应麻雀搜索算法采用Cubic混沌映射初始化种群，并且采用自适应因子优化发现者的位置公式。3.根据权利要求2所述的基于EMD
‑
CASSA
‑
ELM的地表沉降预测方法，其特征在于，自适应因子优化发现者的位置公式为：其中，自适应因子λ＝sin((π
·
t)/(2
·
iter
max
))；iter
max
代表总迭代次数；π为圆周率；α代表(0，1]之间的随机数；R2为预警值，取[0，1]之间的随机数；ST为警戒值；Q为服从正态分布的随机数；L为1
×
D且值全为1的矩阵，其中D为空间的维度；f
g
为当前种群最优适应度；为该次迭代中的第i个成员在第j维的位置；t＝1,2,3,
……
，D。4.根据权利要求1
‑
3任意一项所述的基于EMD
‑
CASSA
‑
ELM的地表沉降预测方法，其特征在于，所述步骤S1中具体是：对初始沉降序列依次进行去异化处理、线性插值处理和归一化处理。5.根据权利要求4所述的基于EMD
‑
CASSA
‑
ELM的地表沉降预测方法，其特征在于，归一化处理后的样本沉降值为：其中，α'、β为归一化系数；d

【专利技术属性】
技术研发人员：汪优，代芳，陈宝光，王振宇，赵晓薇，梁绍华，贾茹雪，王瑞，马婷婷，熊凡，王紫薇，李国伟，黄参，李冬晨，
申请(专利权)人：长沙垚森工程科技有限公司，
类型：发明
国别省市：