基于时间序列与DEGWO-SVR模型的隧道变形预测方法

摘要

为了对准确预测隧道变形的非等距性及复杂非线性特征,结合时序分析理论、差分进化算法(DE)、灰狼优化算法(GWO)和支持向量回归机(SVR)模型,提出新的隧道变形预测模型.?利用3次样条函数插值法将非等距监测数据等距化;基于时间序列原理将变形分解为趋势项及平稳随机项,并采用所提模型分别对2个分解项进行预测;将各位移分量叠加,实现隧道累积变形的预测.?以重庆市兴隆隧道实测拱顶沉降为例,预测前方ZK37+900和ZK37+910断面拱顶沉降,并与已有模型进行对比.?结果表明:所提模型预测的均方根误差分别为0.1937?、0.0869?mm,平均绝对百分比误差分别为1.21％、0.55％,相关系数分别为0.9971、0.9928.?相比于已有模型,所提模型的预测精度更高、误差更小,具有更好的适用性及应用前景.