唐治海
(浙江省工程勘察設(shè)計院集團(tuán)有限公司,浙江 杭州 315031)
隨著社會經(jīng)濟(jì)發(fā)展的加快,各大城市都緊鑼密鼓地開展地鐵建設(shè),鑒于地鐵項目的地下特殊性,其基坑安全尤為重要[1-5]。整個開挖與施工過程中,持續(xù)的基坑沉降監(jiān)測可以有效地保證施工安全?;映两殿A(yù)測一直是相關(guān)工作者的研究重點,很多文獻(xiàn)在回歸分析、灰色模型、指數(shù)平滑模型等方面對基坑預(yù)測做出了研究,獲得了很多有益成果[6-8]。但數(shù)學(xué)模型限制于模型自身局限性,不能進(jìn)行數(shù)據(jù)特點學(xué)習(xí),擬合效果不盡人意。具有學(xué)習(xí)機(jī)制的支持向量機(jī)回歸法能夠進(jìn)行有效學(xué)習(xí)輸入數(shù)據(jù)序列特點,從而對未來數(shù)據(jù)進(jìn)行高精度預(yù)測,可以適用于基坑沉降預(yù)測[9-13]。本文從支持向量機(jī)核函數(shù)入手,介紹基坑沉降預(yù)測過程,開展相關(guān)討論。
支持向量機(jī)的基本思想是,選擇適合于數(shù)據(jù)特點的核函數(shù),通過核函數(shù)將輸入向量映射到高維特征空間,在此空間中構(gòu)建最佳分類超平面,從而將空間中的數(shù)據(jù)點分離。最佳分類超平面必須使分類間隔最大,數(shù)據(jù)點距離超平面距離盡可能遠(yuǎn),才能保證訓(xùn)練錯誤最小。如圖1所示,在低維空間中做相關(guān)表示,H代表最佳分類超平面(在低維空間中是線),推廣到高維空間即為最優(yōu)分類面。支持向量機(jī)結(jié)構(gòu)如圖2所示。
圖1 低維空間的最佳分類超平面
圖2 支持向量機(jī)結(jié)構(gòu)
主要核函數(shù)有以下三種:
(1)多項式核函數(shù)表達(dá)式見式(1):
K(x,x′)=[(x·x′)+c]p,c≥0,p=1,2,…
(1)
式中,p為多項式階次,所得是p階多項式分類器;K(x,x′)為核函數(shù);(x·x′)為內(nèi)積運算。
(2)高斯徑向基核函數(shù)表達(dá)式見式(2):
(2)
式中,σ為可控參數(shù),選擇不同的σ參數(shù)值,相應(yīng)的分類面會有很大差別。
(3)Sigmoid核函數(shù)
K(x,x′)=tanh[u(x,x′)-r]
(3)
式中,u、r為常數(shù);tanh為雙曲正切函數(shù)。
Sigmoid核函數(shù)有兩個參數(shù),而高斯徑向基核函數(shù)只有一個可控參數(shù)σ,本文選擇核函數(shù)時通常選擇RBF作為核函數(shù)。
變形預(yù)測目標(biāo)函數(shù)見式(4):
y=f(x)=ω·Φ(x)+b
(4)
式中,Φ(x)為非線性映射。待求目標(biāo)函數(shù)表示見式(5):
(5)
(6)
預(yù)測模型訓(xùn)練過程如圖3所示。
圖3 模型訓(xùn)練步驟
(1)平均絕對百分比誤差:
(7)
(2)均方根誤差:
(8)
(3)平均絕對誤差:
(9)
某地鐵車站,擬建基坑深度約11.2 m,地下二層、地上四層,基礎(chǔ)形式為筏板基礎(chǔ),主體車庫基坑面積為15 126.5 m2,基坑長約135.8 m,寬約110.7 m,深度約為11.2 m,坡道基坑面積約為914.3 m2,深度為1.25~5.1 m,基坑總體平面圖如圖4所示。本次采用數(shù)據(jù)為基坑北8號點沉降數(shù)據(jù),已有該點2009年11月21日~2011年10月29日觀測的64期沉降數(shù)據(jù),其中后8期數(shù)據(jù)用于預(yù)測評估,其余數(shù)據(jù)用于建模。
圖4 基坑整體平面圖
將每一期累計時間取一次自然對數(shù),累計沉降值進(jìn)行歸一化處理,將其值化歸到[-1,1]區(qū)間內(nèi),公式見式(10)。
(10)
xi=xi′(xmax-xmin)+xmin
(11)
本實例中,取xmin=2 mm,xmax=52 mm,對原始累計沉降量進(jìn)行歸一化處理。支持向量機(jī)回歸設(shè)定三個參數(shù):懲罰因子C、RBF核參數(shù)σ、不敏感損失函數(shù)ε。經(jīng)過反復(fù)驗證,得到三個參數(shù)的最終經(jīng)驗值為:C=20,σ=10,ε=0.001。
8號點累計沉降預(yù)測值與實測值對比圖如圖5所示,后8期預(yù)測放大對比圖如圖6所示。
圖5 預(yù)測擬合值與實測值對比圖
圖6 后8期預(yù)測值與實測值對比圖
由圖5可知,支持向量機(jī)擬合效果精度比較高,后8期的預(yù)測值雖有一定偏差,但都在誤差允許范圍內(nèi)。最大擬合誤差為0.806 mm,最小擬合誤差為0.000 mm,最大預(yù)測誤差為1.056 mm,最小預(yù)測誤差為0.018 mm。
殘差對比圖如圖7所示,后8期預(yù)測數(shù)據(jù)殘差放大對比圖如圖8所示,后8期預(yù)測成果表如表1所示。
表1 后8期預(yù)測成果表/mm
圖7 預(yù)測殘差圖
圖8 后8期預(yù)測殘差圖
根據(jù)預(yù)測成果進(jìn)行精度評定如下:
平均絕對百分比誤差:
均方根誤差:
平均絕對誤差:
通過對64期已知數(shù)據(jù)計算發(fā)現(xiàn),支持向量機(jī)回歸模型可以精度較高地預(yù)測基坑沉降,在已知數(shù)據(jù)擬合中精度較高,最大擬合誤差僅為0.806 mm;在后續(xù)4個月的8期預(yù)測中,最大殘差為1.056 mm,總體均方根誤差為0.569 7 mm,滿足基坑形變預(yù)測的要求。未來若能在基坑數(shù)據(jù)收集中,搜集更多有關(guān)環(huán)境數(shù)據(jù),例如:溫度、濕度等環(huán)境因素影響的變化數(shù)據(jù),可以更好地參與到支持向量機(jī)的預(yù)測中,為地鐵基坑形變監(jiān)測提供幫助。