[发明专利]一种深基坑变形预测方法

权利要求书

1.一种深基坑变形预测方法，其特征在于，包括：

将基坑变形监测时间序列进行LMD分解，求得PF分量；

采用最小二乘支持向量机对各PF分量进行下一时刻深基坑变形的预测；

将各PF分量所对应的下一时刻深基坑变形叠加作为下一时刻深基坑变形预测值。

2.根据权利要求1所述的方法，其特征在于，所述采用最小二乘支持向量机对各PF分量进行下一时刻深基坑变形的预测，包括：

分别利用各PF分量中的深基坑变形数据，训练各PF分量所对应的最小支持向量机模型；

利用粒子群优化算法对各最小支持向量机模型中的核函数和惩罚系数进行优化；

采用利用粒子群优化算法优化后的最小支持向量机模型对各个PF分量进行预测，取得各PF分量的预测结果，即各PF分量所对应的下一时刻深基坑变形。

3.根据权利要求1所述的方法，其特征在于，所述利用粒子群优化算法对各最小支持向量机模型中的核函数和惩罚系数进行优化，包括：

对粒子群初始化；

将一组核函数、惩罚系数作为一个粒子进行种群迭代；

计算每个粒子的当前适应度函数值，若将粒子的当前适应度函数值小于其最优适应度函数值，则将最优适应度函数值所对应的粒子的位置作为粒子的当前位置，否则继续迭代；

运用每个粒子的最优适应度函数值与所有粒子的最优适应度函数值进行比较，找出种群中粒子的最优位置，并更新粒子速度、位置和惯性权重；

判断是否满足迭代次数或适应度函数值的终止条件：若满足，则迭代寻优结束，得到最优的核函数、惩罚系数，代入最小支持向量机模型中，得到利用粒子群优化算法优化后的最小支持向量机模型，否则继续迭代。