残差修正verhulst模型复合土钉支护变形预测探究

《残差修正verhulst模型复合土钉支护变形预测探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、残差修正Verhulst模型复合土钉支护变形预测探究　　摘要：复合土钉支护结构在基坑支护工程领域有着越来越广泛的应用。支护结构在使用的过程中涉及到很多方面的影响因素，各种因素对支护结构体系的影响往往具有不确定性，即具有灰色特性。本文通过将非等间隔时序Verhulst灰色模型应用到预应力锚杆复合土钉支护的实际变形预测中，发现在对常规灰色Verhulst模型采用傅里叶函数进行残差修正以后，模型的预测分析效果可以得到较好的提升，可考虑将傅里叶变换用于Verhulst模型修正。在复合土钉支护的位移变形的应用分析中具有一定的参考指导价值。Abstra

2、ct：Compoundsoilnailingstructuresarebecomingmoreandmorewidelyusedinfoundationpitretainingengineeringfield.Supportingstructurewillbeaffectedbymanykindsofinfluencingfactor，theinfluenceofthesefactorsisuncertain，meansithasthegraycharacter.Thisarticletriestoapplytheunequalinterv

3、algrayVerhulstmodeltothedeformationforecastingofprestressedanchorcompoundsoilnailingretaining10structure，discoveredthistheorymodelhasapreferableanalysiseffectafteritsdefiniteresidualcorrectionwiththeFouriertransformation，FouriertransformationcanbeconsideredinusingofVerhuls

4、tmodelcorrection.Itwillprovidesomereferenceintheusingofcompoundsoilnailingretainingstructuredeformationforecasting.关键词：灰色系统理论；复合土钉支护；位移变形预测；残差修正模型Keywords：graysystemtheory；compoundsoilnailingretainingconstruction；foundationpitdeformationpredication；residualcorrectionalmode

5、l中图分类号：TU94+2文献标识码：A文章编号：1006-4311（2013）21-0119-030引言复合土钉支护结构体系是在深基坑支护、边坡支护中应用很普遍的一种支护结构体系，复合土钉支护结构通过综合土钉支护结构和复合支护结构形成的复合挡土结构可以有效地弥补土体抗拉强度和抗剪强度低的弱点，同时可以改变基坑和边坡和变形和破坏特性，对于提高其整体的刚度和稳定性具有良好的作用。10基坑和边坡在开挖支护的过程中受到了基坑边坡土质、开挖深度和尺寸、周围荷载、支护结构及施工方法等多种因素的影响，很难确定用某一种原因或因素来分析其对基坑支护的确切作

6、用。影响基坑支护工程的因素具有不确定性，即灰色特性。灰色系统理论适用于环境系统的内部作用机制，可以将环境系统内部不明确、难以定量的灰色量以数学模型的形式提出，并运用时间序列来确定微分方程的参量。灰色预测预报把观测到的时间数据序列视为一个随时间变化的灰色量和灰色过程，通过累加生成和累减生成而使灰色量逐渐白化，从而建立相应于微分方程的模型并做出预测[1]。其实质便是通过已有的实测数据来分析数据的变化趋势和规律以用来预测未知的数据值。1常规灰色预测模型构建与灰色Verhulst模型原理常规的灰色预测模型是由邓聚龙教授提出的GM（1，1）模型，模型

7、根据原始观测数据序列这一组信息不完全的灰色量，将其进行生成处理，以提供更多的有用信息。一般通过一次累加或多次累加生成有规律的数据列，然后在生成的数据列的基础上，用线性动态模型对生成数据进行拟合和逼近，通过求解微分方程解的系数而得出具体的预测函数表达式。微分方程的解是x（m）（t+1）=[x（m-1）（1）-■]*exp（-a*t）+■（1）10然后再进行累减生成还原后，得到预测数据，也可根据具体情况，对模型进行修正，以提高模型的应用效果[2]。Verhulst模型是由荷兰数学家Verhulst首先发现的，它在生物繁殖、人口增长等过程的描述和

8、分析中有广泛的应用[3]。Verhulst模型属于单序列一阶非线性数理统计动态模型，其基本思想是将监测得到的离散的、随机的原始位移-时间序列，经过累加处理，得到一个累加生成序列，