沉降预测算法-Asaoka法

已于 2022-03-16 15:32:44 修改
阅读量701 收藏
点赞数
分类专栏： 沉降预测算法与代码实现 文章标签： 算法 最小二乘法 矩阵 c# 线性代数
于 2022-03-08 18:18:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yh523/article/details/123359566
版权
了解本专栏 订阅专栏 解锁全文 超级会员免费看
地理广域价值
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
订阅专栏
沉降预测算法-星野法
yh523的博客
03-01 291
沉降预测的星野法原理和代码实现
预压时效对Asaoka法预测精度的影响 (2014年)
05-26
Asaoka法是以土体固结系数保持不变为前提推导而来,而工程中压缩模量和渗透系数的改变会引起固结系数的变化。借助ABAQUS软件,研究预压时效和渗透系数变化对Asaoka法预测精度的影响,分析一般性粘土和软土在常规渗透系数和变渗透系数下预压时效对Asaoka法预测最终沉降的影响。结果表明:预压期越长,Asaoka法推算的最终沉降量越大,相对误差越小;变渗透系数下相同预压时间的Asaoka法预测精度明显小于常规渗透系数下的预测精度,其中以软土的差别最大;Asaoka法运用于渗透系数较小的软土中在较长的预压期
沉降预测算法-BP神经网络法
yh523的博客
03-11 919
沉降预测的BP神经网络法原理和代码实现
灰色模型法
05-09
很好的实现灰色模型，有各种算子处理，比如缓冲算子 累加生成算子等 能预测数据
矿井井架基础沉降预测中的Asaoka法和灰色模型 (2013年)
06-13
通过对Asaoka法和灰色模型的基本原理及其选取原则进行简介，并结合对某矿区矿井井架的多期观测，分别采用 Asaoka法和灰色模型对实测数据进行分析进而预测，结果证明2种方法在短期内的预测结果相同，预测精度较高，对煤矿的实际生产具有重要意义，但2种方法都无法对下沉的机理做出科学合理的解释，同时其长期预测精度尚待进一步验证．
目录：常用沉降预测算法
yh523的博客
02-15 1999
介绍常用的沉降预测算法
建筑物沉降预测(灰度理论模型)
06-09
对楼梯沉降数据通过灰度模型进行处理
渗透固结系数的变化对地面沉降计算的影响
01-26
渗透固结系数的变化对地面沉降计算的影响，张炳峰，王国体，通过对经典Biot渗流力学进一步的考察，讨论在土体饱和状态下，渗透系数随孔隙率变化而变化对固结系数的影响，从而考虑固结系数变�
边坡沉降预测【基于布谷鸟蚁群组合算法优化SVM】Matlab
u014796093的博客
07-05 810
边坡沉降预测【基于布谷鸟蚁群组合算法优化SVM】Matlab 近年来由于滑坡事件的屡次发生，给人民带来了巨大的灾难和影响，因此必须对边坡进行安全监测并预测其变形趋势。针对传统预测方法存在的不足，提出一种基于布谷鸟蚁群结合的搜索算法（Cs-Ant）并用于优化支持向量机（SVM）的参数，从而构建基于改进布谷鸟搜索算法的支持向量机组合预测模型（Cs-Ant-SVM）并应用于实际边坡变形预测。 文章目录边坡沉降预测【基于布谷鸟蚁群组合算法优化SVM】Matlab前言一、pandas是什么？二、使用步骤1.引入库2
论文研究-沉降预测中的灰色模型理论与Asaoka法.pdf
09-20
论文研究-沉降预测中的灰色模型理论与Asaoka法.pdf,  在沉降预测的各种方法中 ,Asaoka法是其中主要方法之一 ,而灰色模型理论也开始得到应用 .本文对两种方法的一阶微分方程作了比较 ,证明在一定条件下 ,灰色模型理论和 Asaoka法两者的一阶微分方程是严格一致的 ,这对灰色模型理论在地基沉降预测中的推广应用具有重要意义.
基于MATLAB的铁路路基沉降预测优化方法.pdf
06-24
高速铁路路基的工后沉降严重影响着行车安全。在已有的预测模型中,所采用的初始数据往往不能满足等时间周期采集,而且还会伴随着一系列不可避免的观测误差,模型本身的误差累计,不能进行长期预测。文中利用最小二乘原理对初始值进行拟合改进,采用Lagrange插值方法将非等间隔序列转为等间隔序列,并基于新陈更替GM(1,1)模型利用MATLAB建立沉降预测模型;在此基础上,提出对模型残差进行GM改正以提高模型精度的方法。研究表明,通过对初始值序列改正后的模型具有较好的适应性,优化改进后的模型预测误差小,预测精度优于新陈更替GM(1,1)模型。
基于Asaoka法山岭公路隧道洞口浅埋段拱顶沉降预测分析* (2013年)
06-11
隧道进出洞口浅埋段由于堙置较浅且多为破碎岩体，施工对岩层的扰动较大易发生坍塌、冒顶事件，而及时地掌握隧道拱顶的最终沉洚，确定最佳的支护时间能够有效的避免工程事故．Asaoka法能够利用较短期的观测资料得到较为可靠的最终沉降量推算值，被广泛用于路基沉降预测中，而隧道拱顶沉降预测中却很少涉及．为此，该文依托贵州某隧道进出口断面的拱顶沉降值，运用Asaoka法进行沉降预测分析．研究结果如下：在采用Asaoka法进行拱顶沉降预测时宜选用隧道开挖后10 d内的沉降数据进行预测分析，且拱顶沉降的间隔时间最好为1 d；
工程测量领域中常见沉降预测算法的C#实现，包含双曲线、指数曲线、泊松曲线、Asaoka、灰度模型、BP神经网络、遗传算法等算法
03-08
三次多项式拟合法、双曲线法、对数曲线法、抛物线法、指数曲线法、泊松曲线法、星野法、Asaoka法、灰度模型GM(1,1)法、灰度模型Verhulst法、BP神经网络法、遗传算法。 各种算法的具体实现可以参考 ...
KDD2015,Accepted Papers
weixin_34124651的博客
03-31 5251
Accepted Papers by Session Research Session RT01: Social and Graphs 1Tuesday 10:20 am–12:00 pm | Level 3 – Ballroom AChair: Tanya Berger-Wolf Efficient Algorithms for Public-Private Social Networks...
日本常用姓氏表收集
热门推荐
GarfieldEr007的专栏
06-08 9万+
日本常用姓氏表收集 Abe 阿部。安部。安倍。阿倍。 Abei 安倍井。 Abigo 安孫子。 Abigo 安孫子。安彥。吾孫子。 Abiru 安蒜。阿比留。 Abo 安保。阿保。 Abumiya 鐙家。 Aburai 油井。 Aburatani 油谷。 Aburaya 油谷。 Acha 阿茶。 Adachi 足立
A* 算法 Python 代码
Dilkople的博客
03-07 1919
A*算法python代码。地图输入为bool矩阵，可朝至多8个方向寻找。
笔试强训-day17_T2 十字爆破
最新发布
weixin_46186903的博客
05-03 845
模拟即可，但是由于数据量过⼤，我们可以提前把每⼀⾏以及每⼀列的和存起来，⽅便统计总和。解法二：提前把每⼀⾏以及每⼀列的和存起来，然后输入输出使用快速的IO方式，解答如下所示。解法一：暴力遍历，这种方法很容易想到，并且也容易编写出代码，但是会超时。因为1+2+3=6，1+2+4=7，1+3+4=8，2+3+4=9。牛牛选择一个方格，可以得到和这个方格同行、同列的所有数之和的得分。现在牛牛想知道下一步选择每个格子的得分情况，你可以帮帮他吗？m个方格，每个方格中有一个整数。
多目标优化算法联合GRU反演参数
03-26
多目标优化算法联合GRU反演参数是一种针对参数反演问题的算法。该算法结合了多目标优化算法和GRU（门控循环单元）神经网络模型，以提高参数反演的准确性和稳定性。 具体实现步骤如下： 1. 收集数据集并预处理：首先，需要收集一组输入参数和相应的输出数据，作为数据集。然后，对数据进行预处理，如数据归一化操作，以提高反演的稳定性。 2. 搭建GRU神经网络模型：将原始数据集分成训练集和测试集，并使用训练集来训练GRU神经网络模型，以建立输入参数与输出数据之间的映射关系。 3. 设计多目标优化算法：根据反演问题的特点，设计合适的多目标优化算法，如遗传算法、粒子群优化算法等。在算法的目标函数中，将GRU的预测结果与实际输出数据的差距作为反演准确程度的评价指标。 4. 联合GRU和多目标优化算法进行反演参数：使用多目标优化算法对输入参数进行反演，并将得到的结果作为GRU模型的输入，再进行预测。反复迭代该过程，直到反演结果趋于稳定，即预测结果与实际输出数据的差距最小。 5. 评估算法性能：使用测试集对优化算法和GRU模型进行性能评估，如计算预测结果的误差和误差分布等。根据评估结果，可以对算法进行优化和改进。 总之，多目标优化算法联合GRU反演参数，可以有效提高参数反演的精度和稳定性，具有一定的实用价值。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

地理广域价值

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值