正弦算法优化的正则化ELM在基坑周边地表沉降预测中的应用

叶绍东

Urban and Rural Studies 2023 No.23

佛山市三水国盛测绘有限公司

目前现有的基坑周边地面沉降预测模型只考虑了开挖天数这一单一因素，然而，基坑周围地面沉降受到多个因素的影响。显然，仅考虑单一因素的预测模型并不足够准确。为了准确预测基坑周边地面沉降情况，本研究利用正弦算法（SA）对正则化极限学习机（RELM）进行优化，提出了一种基于基坑高程、地下水位、支护层数和岩土工程参数的基坑周围地基沉降预测模型。该模型应用于某顶管接收基坑周围地面沉降的预测。研究分别建立了基于时间序列和多因素的SARELM模型，并将其预测结果与BP神经网络、ELM和SAELM模型进行了比较。研究结果显示，基于多因素的SARELM模型在相对误差的MAE、MAPE和RMSE等指标上表现最优，误差接近于0。综合分析结果表明，SA-RELM模型具有较高的预测精度和泛化能力，在基坑周围地面沉降的预测中展现出良好的性能。因此，基于多因素的SARELM模型能够有效提高基坑周围地面沉降的预测精度。

正弦算法优化；ELM；基坑；地表沉降