基于数据分析的地表沉降预测新分析-应用数学专业论文.docxVIP

Y Y 1 014 500 中山大学府用数学顾十学位论文 基于数据分析的地表沉降预测新研究 应用数学 硕士生：欧春霞 指导老师：姚正安教授 摘要 随着我国经济的快速发展，城市地下工程的兴建已经成为一种趋势．地铁施 工诱发地层环境损伤的众多问题中，地表沉降的预测与控制问题是急待深入研究 的熏要课题．现有的地表沉降预测研究中，其沉降影响特征的提取都是通过对施 工过程的研究和对沉降机理分析并结合实际工作经验得到的，其沉降预测大多采 用从工程学和地质学角度研究产生的实际环境模拟方法，如经验法、理论预测法 等．近年来，基于人工智能的神经网络数值分析方法在地表沉降预测中得以应 用，但包括神经网络在内的众多预测方法中，都是以直接预测沉降值作为目标的， 其预测效果因拟合精度的要求而难以保证．本文将以广州地铁三号线土压平衡 式盾构施丁所诱发地表沉降的预测为背景，运用多元统计的主成分分析方法进行 了预测因予的筛选，并以分类判别为目标，建立了地表沉降预测的神经网络模型 和支持向量机(SuportVectorMachine，SVM)模型．乇成分筛选变量的结果表 明，筛选出的预测变量与实际工作所得的沉降影响因子基本一致，这从一定程度 上说明此特征提取的方法在实际应用中是可行的．建立在分类基础上的神经网 络模型，为地表沉降预测提供了一种新的途径，这种数据处理角度建模方式是符 合实际需要的，对它的数据实验结果表明，此方法也是行之有效的．本文首次将 基于统计学习理论的SVM方法用于地表沉降预测的建模中，这是一种新思路， 是地表沉降预测方法的新探索，这种具有坚实理论基础的预测方法将在进一步的 实证研究中得以成熟和完善． 关键词：沉降；预测；主成分分析；神经网络；支持向量机 中山大学应川数学硕上学位论文New 中山大学应川数学硕上学位论文 New Research Based on Data Analysis on Predicting the Earth’S Surface Subsiding Applied Mathematics Name：0U Chunxia Supervisor：Yao Zheng’an ABSTRACT With the fast development of Chinese economy,there iS a tendency to develop the subway engineering constructions in Chiha,which initiate a 10t of damage to stratum environment．Therefore．how to predict and control the earth’s surface subsiding becomes an important research which needs following uD． In the previous researches on predicting the earth’s surface subsiding，the researchers usually extract the subsiding features by studying the construction process to analyze the subsiding mechanism or by means of their WOrking experience．The researches on the subsiding prediction are often done in the light of engineering and geological theories to result in the actually environmental simulated approaches．such as empiricist approach，and theoretically predicting approach etc．Recently,based on artificial intelligence，nerve net numerical value analysis approach has been applied to predicting the earth’s surface subsiding．However，many approaches including nerve net one iust aim to predict the subsiding value directly and their predicting e饪jcts are hard to ensure because ofthe r