深基坑施工变形预测VAR建模与应用分析

代春泉; 王 磊

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

深基坑施工变形预测VAR建模与应用分析

数值分析 | 更新时间：2026-06-25

- 深基坑施工变形预测VAR建模与应用分析
- VAR modeling of construction deformation prediction of deep foundation pit and application
- 岩土力学 2012年33卷第S2期
- 作者机构：
  
  1. 山东科技大学土木建筑学院,山东,青岛,266590
  2. 山东科技大学山东省土木工程防灾减灾重点实验室,山东,青岛,266590
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TU470
- 网络首发：2012-12-11，
  
  纸质出版：2012
- 稿件说明：
移动端阅览
代春泉, 王磊. 深基坑施工变形预测VAR建模与应用分析[J]. 岩土力学, 2012,33(S2).

DAI Chun-quan, WANG Lei. VAR modeling of construction deformation prediction of deep foundation pit and application[J]. 2012, 33(S2).
代春泉, 王磊. 深基坑施工变形预测VAR建模与应用分析[J]. 岩土力学, 2012,33(S2). DOI：

DAI Chun-quan, WANG Lei. VAR modeling of construction deformation prediction of deep foundation pit and application[J]. 2012, 33(S2). DOI：

摘要

在实际施工过程中，基坑变形发展与多种因素有关，很难用力学模型进行定量分析，而根据已有的监测数据建立模型预测未来一段时间内的变形发展趋势，进而对当前施工方案进行评价、调整，方法更可靠。首先，分析深基坑施工实际监测数据的发展规律，由经济预向量自回归测VAR模型（vector auto regression，VAR）建立基坑施工变形预测VAR模型，并结合监测数据进行模型精度评价和预测比分析。根据分析结果，模型精度排序为：VAR模型＞新陈代谢模型＞神经网络模型＞GM(1

1)模型，模型预测比排序为：VAR模型＞新陈代谢模型＞神经网络模型＞GM(1

1)模型。

Abstract

During the practical construction

deformation development of foundation pit is related to many factors. It is hard to make quantitative analysis with mechanical model. So we can make model based on measured value to predict the deformation trend in a short future time. This model can be used to evaluate and adjust the current construction scheme. Firstly

the characteristics of measured deformation are given. Then the vector auto regression (VAR) model of foundation pit deformation prediction is made by economy prediction VAR model. Lastly

the VAR model precision and prediction ratio are given with measured data. From the prediction analysis

the model precision sorting is VAR model

metabolism model

neural network model and GM(1

1) model. And the prediction ratio sorting is VAR model

metabolism model

neural network model and GM(1

1) model.

关键词

Keywords

references

浏览量

1243

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于免疫RBF神经网络的深基坑施工变形预测

基于模态分解方法的深基坑支护桩水平变形预测

饱和粉细砂层锚索预应力变化规律监测分析

高堆石坝瞬变-流变参数三维全过程联合反演方法及变形预测

杭州庆春路过江隧道江南工作井监测分析