CN112347536A - 用于特殊地基桥梁沉降的预测系统 - Google Patents
用于特殊地基桥梁沉降的预测系统 Download PDFInfo
- Publication number
- CN112347536A CN112347536A CN202011083805.9A CN202011083805A CN112347536A CN 112347536 A CN112347536 A CN 112347536A CN 202011083805 A CN202011083805 A CN 202011083805A CN 112347536 A CN112347536 A CN 112347536A
- Authority
- CN
- China
- Prior art keywords
- prediction
- settlement
- foundation
- data
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了用于特殊地基桥梁沉降的预测系统,包括:预测模型库,预测模型库预先构建有预测模型;数据采集模块,其用于连续采集地基沉降数据;数据划分模块,其用于将地基沉降数据划分为预测沉降数据和验证沉降数据;预测模块,其用于通过每个预测模型对预测沉降数据的分析,分别生成与每个预测模型相对应的每个沉降预测结果;验证模块,其用于将每个预测模型的沉降预测结果与验证沉降数据进行对比,确定每个预测模型的预测精度;实时分析模块,其用于依据多个预测模型的排序选择其中一个预测模型对实时地基沉降数据进行分析。本发明系统可以提高对于特殊地基桥梁沉降的预测模型的选择准确性,进而提高对于特殊地基桥梁沉降的预测精度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种用于特殊地基桥梁沉降的预测系统。
背景技术
地基沉降是指地基土层在附加应力作用下压密而引起的地基表面下沉。过大的沉降,特别是不均匀沉降,会使建筑物发生倾斜、开裂以致不能正常使用。因此,为了掌握地基沉降的情况,需要对地基沉降进行预测。现有的地基沉降预测方法很多,这些方法基于不同的理论构建出了不同的地基沉降预测模型。然而,不同的地基沉降预测模型往往仅适用于特定的场景下地基沉降预测,比如在某些情况下预测精度较高,而在另外一些情况预测精度又不甚理想。这就导致在实际应用时,面对特定的场景,难以确定选用何种模型进行预测。一旦选择了不适合的预测模型,就难以得到准确的预测结果,进而影响到了地基沉降预测结果对于工程实践的指导作用和参考价值。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷,并提供至少后面将说明的优点。
本发明的一个目的是提供一种用于特殊地基桥梁沉降的预测系统,其可以提高对于特殊地基桥梁沉降的预测模型选择的准确性,进而提高对于特殊地基桥梁沉降的预测精度。
为了实现根据本发明的这些目的和其它优点,提供了一种用于特殊地基桥梁沉降的预测系统,包括:
预测模型库,所述预测模型库预先构建有预测模型;
数据采集模块,其用于连续采集地基沉降数据;
数据划分模块,其用于接收所述数据采集模块所采集的地基沉降数据,将所述地基沉降数据划分为预测沉降数据和验证沉降数据,其中,所述预测沉降数据和所述验证沉降数据均包括若干个依据时间序列排列的地基沉降数据,并且所述验证沉降数据在时间顺序上分布于所述预测沉降数据之后;
预测模块,其用于将所述预测沉降数据分别输入至多个预测模型,通过每个预测模型对所述预测沉降数据的分析,分别生成与每个预测模型相对应的每个沉降预测结果,所述沉降预测结果为对所述验证沉降数据所对应的时间序列上的沉降数据的预测结果;
验证模块,其用于将每个预测模型的沉降预测结果与所述验证沉降数据进行对比,确定每个预测模型的预测精度,依据每个预测模型的预测精度对所述多个预测模型进行排序;
实时分析模块,其用于接收所述数据采集模块所采集的实时地基沉降数据,依据所述多个预测模型的排序选择其中一个预测模型对所述实时地基沉降数据进行分析,生成实时沉降预测结果,所述实时沉降预测结果在时间顺序上分布于所述实时地基沉降数据之后。
优选的是,所述的用于特殊地基桥梁沉降的预测系统,还包括:
条件输入模块,其用于接收从外部输入的地基条件,其中,所述地基条件包括:地基的类型,地基的性质参数,在所述地基上施工的工程类型以及工程的规模;
预测模型匹配模块,其用于从所述预测模型库中查找与所述从外部输入的地基条件相匹配的多个预测模型。
优选的是,所述的用于特殊地基桥梁沉降的预测系统中,所述预设模型库还用于存储对所述预测模型的说明,其中,所述说明为由专家做出的针对所述预测模型的预测精度的分析,所述说明包括所述预测模型适用的地基条件,所述预测模型的预测精度以及达到所述预测精度的原因,所述地基条件包括地基的类型,地基的性质参数,在所述地基上施工的工程类型以及工程的规模;当所述预测模块通过所述预测模型针对在不同场景中采集到的预测沉降数据进行分析,分别生成与不同场景对应的沉降预测结果,所述说明还包括所述预测模型针对不同场景的预测精度以及取得不同预测精度的原因。
优选的是,所述的用于特殊地基桥梁沉降的预测系统中,所述验证模块用于根据预设的精度阈值对所述多个预测模型中预测精度低于所述精度阈值的预测模型进行标记,或者将预测精度低于所述精度阈值的预测模型从排序的队列中剔除。
优选的是,所述的用于特殊地基桥梁沉降的预测系统中,所述实时分析模块还用于根据外部输入的对于所述多个预测模型中的其中一个预测模型的选择,而选择该预测模型对所述实时地基沉降数据进行分析,生成实时沉降预测结果。
优选的是,所述的用于特殊地基桥梁沉降的预测系统,还包括:
模型构建模块,其用于在所述预测模型库中构建新的预测模型,或者对所述预测模型库中已有的预测模型进行调整。
优选的是,所述的用于特殊地基桥梁沉降的预测系统,还包括:
工艺库,其内预先存储有多种施工方案,所述施工方案包括用于对地基沉降进行控制的工艺方案以及所述工艺方案的技术指标,所述技术指标包括所述施工方案所期望实现的地基沉降调节量;
方案推荐模块,其用于接收所述实时分析模块所分析的实时沉降预测结果,并根据所述实时沉降预测结果从所述工艺库中选择相匹配的施工方案,作为推荐的施工方案,其中,所述施工方案与所述实时沉降预测结果相匹配的条件是:所述施工方案所期望实现的地基沉降调节量超过所述实时沉降预测结果与预设的沉降阈值之间的差值,所述实时沉降预测结果以实时沉降预测值表示。
本发明至少包括以下有益效果:
本发明提供一种用于特殊地基桥梁沉降的预测系统,包括:预测模型库,所述预测模型库预先构建有预测模型;数据采集模块,其用于连续采集地基沉降数据;数据划分模块,其用于接收所述数据采集模块所采集的地基沉降数据,将所述地基沉降数据划分为预测沉降数据和验证沉降数据,其中,所述预测沉降数据和所述验证沉降数据均包括若干个依据时间序列排列的地基沉降数据,并且所述验证沉降数据在时间顺序上分布于所述预测沉降数据之后;预测模块,其用于将所述预测沉降数据分别输入至多个预测模型,通过每个预测模型对所述预测沉降数据的分析,分别生成与每个预测模型相对应的每个沉降预测结果,所述沉降预测结果为对所述验证沉降数据所对应的时间序列上的沉降数据的预测结果;验证模块,其用于将每个预测模型的沉降预测结果与所述验证沉降数据进行对比,确定每个预测模型的预测精度,依据每个预测模型的预测精度对所述多个预测模型进行排序;实时分析模块,其用于接收所述数据采集模块所采集的实时地基沉降数据,依据所述多个预测模型的排序选择其中一个预测模型对所述实时地基沉降数据进行分析,生成实时沉降预测结果,所述实时沉降预测结果在时间顺序上分布于所述实时地基沉降数据之后。本发明所述系统可以先采用少量的地基沉降数据用于对多个预测模型进行验证,选择针对当前应用场景的地基沉降数据分析效果最高,预测精度最高的预测模型,从而确定出最适用于当前应用场景的预测模型,然后利用该预测模型对实时地基沉降数据进行分析,生成实时沉降预测结果。本发明所述系统可以提高对于特殊地基桥梁沉降的预测模型的选择准确性,进而提高对于特殊地基桥梁沉降的预测精度。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明所述的用于特殊地基桥梁沉降的预测系统的结构示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
如图1所示,本发明提供了一种用于特殊地基桥梁沉降的预测系统,包括:预测模型库,所述预测模型库预先构建有预测模型;数据采集模块,其用于连续采集地基沉降数据;数据划分模块,其用于接收所述数据采集模块所采集的地基沉降数据,将所述地基沉降数据划分为预测沉降数据和验证沉降数据,其中,所述预测沉降数据和所述验证沉降数据均包括若干个依据时间序列排列的地基沉降数据,并且所述验证沉降数据在时间顺序上分布于所述预测沉降数据之后;预测模块,其用于将所述预测沉降数据分别输入至多个预测模型,通过每个预测模型对所述预测沉降数据的分析,分别生成与每个预测模型相对应的每个沉降预测结果,所述沉降预测结果为对所述验证沉降数据所对应的时间序列上的沉降数据的预测结果;验证模块,其用于将每个预测模型的沉降预测结果与所述验证沉降数据进行对比,确定每个预测模型的预测精度,依据每个预测模型的预测精度对所述多个预测模型进行排序;实时分析模块,其用于接收所述数据采集模块所采集的实时地基沉降数据,依据所述多个预测模型的排序选择其中一个预测模型对所述实时地基沉降数据进行分析,生成实时沉降预测结果,所述实时沉降预测结果在时间顺序上分布于所述实时地基沉降数据之后。
对于特殊地基桥梁沉降的预测,针对不同的地基条件,可能适用不同的预测模型。因此,为了从多个预测模型中选择出最为适用的一个预测模型,先对预测模型进行验证。先通过数据采集模块采集地基沉降数据,通过数据划分模块将地基沉降数据划分成两部分,分别为预测沉降数据和验证沉降数据,两种沉降数据都是时间序列数据。比如,预测沉降数据为90天内的地基沉降数据,验证沉降数据为90至100天的地基沉降数据。接下来,将预测沉降数据输入不同的预测模型进行分析,并分别生成不同的沉降预测结果,如生成预测的90至100天的地基沉降数据。之后,通过验证模块将沉降预测结果与实际采集的验证沉降数据进行对比,分析预测模型的预测精度,并依据不同的预测模型的预测精度进行排序。可以认为,预测精度最高的预测模型就是最适用于当前的应用场景的预测模型。实时分析模块可以自动选择预测精度最高的预测模型进行实时地基沉降数据的分析,并生成实时沉降预测结果。这里,实时地基沉降数据可以是相比于前述用于对预测模型进行验证的地基沉降数据而言数据采集模块所新采集的地基沉降数据。
通过本发明所述系统,不再需要人工根据经验选取预测模型,而是借助少量数据对多个预测模型进行验证,从而将预测精度最高的预测模型作为最适用当前应用场景的预测模型,利用该预测模型对地基沉降进行预测。本发明所述的系统可以提高对于特殊地基桥梁沉降的预测模型的选择准确性,进而提高对于特殊地基桥梁沉降的预测精度。
在一个优选的实施例中,所述的用于特殊地基桥梁沉降的预测系统,还包括:条件输入模块,其用于接收从外部输入的地基条件,其中,所述地基条件包括:地基的类型,地基的性质参数,在所述地基上施工的工程类型以及工程的规模;预测模型匹配模块,其用于从所述预测模型库中查找与所述从外部输入的地基条件相匹配的多个预测模型。
用户可以通过向系统输入特定的条件而在系统中查找相匹配的预测模型。地基条件包括地基的类型,地基的性质参数,在地基上施工的工程类型以及工程规模。但是在某一个具体的应用场景中仍然存在其他对预测模型的预测精度产生影响的因素(比如未考虑到的土壤性质等),因此,尽管可以通过查询地基条件而匹配出预测模型,但仍然不能保证所查询到的预测模型是最适用的预测模型,还需要经过预测模块和验证模块的处理,确定出预测精度最高的预测模型作为用于对实时地基沉降数据进行正式预测的模型。
在一个优选的实施例中,所述的用于特殊地基桥梁沉降的预测系统中,所述预设模型库还用于存储对所述预测模型的说明,其中,所述说明为由专家做出的针对所述预测模型的预测精度的分析,所述说明包括所述预测模型适用的地基条件,所述预测模型的预测精度以及达到所述预测精度的原因,所述地基条件包括地基的类型,地基的性质参数,在所述地基上施工的工程类型以及工程的规模;当所述预测模块通过所述预测模型针对在不同场景中采集到的预测沉降数据进行分析,分别生成与不同场景对应的沉降预测结果,所述说明还包括所述预测模型针对不同场景的预测精度以及取得不同预测精度的原因。
本系统还提供了对每个预测模型的说明,对于每个预测模型的沉降预测结果,专家须提供针对预测模型的预测精度的分析,比如,分析预测精度低的原因,或者预测精度很高的原因,作为构建新的预测模型或者对已有预测模型进行调整的依据。
并且当系统反复应用,每个预测模型针对不同的场景会得到不同的沉降预测结果以及不同的预测精度,可以由专家对此进行分析,以作为进一步完善预测模型的依据。
在一个优选的实施例中,所述的用于特殊地基桥梁沉降的预测系统中,所述验证模块用于根据预设的精度阈值对所述多个预测模型中预测精度低于所述精度阈值的预测模型进行标记,或者将预测精度低于所述精度阈值的预测模型从排序的队列中剔除。
在一个优选的实施例中,所述的用于特殊地基桥梁沉降的预测系统中,所述实时分析模块还用于根据外部输入的对于所述多个预测模型中的其中一个预测模型的选择,而选择该预测模型对所述实时地基沉降数据进行分析,生成实时沉降预测结果。
用户可以根据经验自行选择其中一个预测模型作为对实时地基沉降数据进行正式预测的预测模型,该设置可以提高系统在使用上的灵活性。
在一个优选的实施例中,所述的用于特殊地基桥梁沉降的预测系统,还包括:模型构建模块,其用于在所述预测模型库中构建新的预测模型,或者对所述预测模型库中已有的预测模型进行调整。
预测模型的种类很多,比如基于土体固结压缩原理的沉降计算模型,双曲线法的预测模型等等。用户可以预先将各种模型建立在预测模型库中,作为后续预测模块、验证模块等工作的基础。
在一个优选的实施例中,所述的用于特殊地基桥梁沉降的预测系统,还包括:工艺库,其内预先存储有多种施工方案,所述施工方案包括用于对地基沉降进行控制的工艺方案以及所述工艺方案的技术指标,所述技术指标包括所述施工方案所期望实现的地基沉降调节量;方案推荐模块,其用于接收所述实时分析模块所分析的实时沉降预测结果,并根据所述实时沉降预测结果从所述工艺库中选择相匹配的施工方案,作为推荐的施工方案,其中,所述施工方案与所述实时沉降预测结果相匹配的条件是:所述施工方案所期望实现的地基沉降调节量超过所述实时沉降预测结果与预设的沉降阈值之间的差值,所述实时沉降预测结果以实时沉降预测值表示。
施工方案所期望实现的地基沉降调节量可以理解为,施工方案能够实现控制的地基沉降调节量,比如某一个施工方案可以将地基沉降调节量控制在100mm范围内。假设实时沉降预设结果为120mm,预设的沉降阈值为40mm,则当前的实时沉降预测结果与沉降阈值之间的差距是80mm,当采用上述施工方案,可以将实际的地基沉降缩小至沉降阈值范围内。因此,向用户推荐该施工方案。用户可以参考该推荐,也可以结合经验对施工方案进行选择。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (7)
1.用于特殊地基桥梁沉降的预测系统,其特征在于,包括:
预测模型库,所述预测模型库预先构建有预测模型;
数据采集模块,其用于连续采集地基沉降数据;
数据划分模块,其用于接收所述数据采集模块所采集的地基沉降数据,将所述地基沉降数据划分为预测沉降数据和验证沉降数据,其中,所述预测沉降数据和所述验证沉降数据均包括若干个依据时间序列排列的地基沉降数据,并且所述验证沉降数据在时间顺序上分布于所述预测沉降数据之后;
预测模块,其用于将所述预测沉降数据分别输入至多个预测模型,通过每个预测模型对所述预测沉降数据的分析,分别生成与每个预测模型相对应的每个沉降预测结果,所述沉降预测结果为对所述验证沉降数据所对应的时间序列上的沉降数据的预测结果;
验证模块,其用于将每个预测模型的沉降预测结果与所述验证沉降数据进行对比,确定每个预测模型的预测精度,依据每个预测模型的预测精度对所述多个预测模型进行排序;
实时分析模块,其用于接收所述数据采集模块所采集的实时地基沉降数据,依据所述多个预测模型的排序选择其中一个预测模型对所述实时地基沉降数据进行分析,生成实时沉降预测结果,所述实时沉降预测结果在时间顺序上分布于所述实时地基沉降数据之后。
2.如权利要求1所述的用于特殊地基桥梁沉降的预测系统,其特征在于,还包括:
条件输入模块,其用于接收从外部输入的地基条件,其中,所述地基条件包括:地基的类型,地基的性质参数,在所述地基上施工的工程类型以及工程的规模;
预测模型匹配模块,其用于从所述预测模型库中查找与所述从外部输入的地基条件相匹配的多个预测模型。
3.如权利要求2所述的用于特殊地基桥梁沉降的预测系统,其特征在于,所述预设模型库还用于存储对所述预测模型的说明,其中,所述说明为由专家做出的针对所述预测模型的预测精度的分析,所述说明包括所述预测模型适用的地基条件,所述预测模型的预测精度以及达到所述预测精度的原因,所述地基条件包括地基的类型,地基的性质参数,在所述地基上施工的工程类型以及工程的规模;当所述预测模块通过所述预测模型针对在不同场景中采集到的预测沉降数据进行分析,分别生成与不同场景对应的沉降预测结果,所述说明还包括所述预测模型针对不同场景的预测精度以及取得不同预测精度的原因。
4.如权利要求1所述的用于特殊地基桥梁沉降的预测系统,其特征在于,所述验证模块用于根据预设的精度阈值对所述多个预测模型中预测精度低于所述精度阈值的预测模型进行标记,或者将预测精度低于所述精度阈值的预测模型从排序的队列中剔除。
5.如权利要求1所述的用于特殊地基桥梁沉降的预测系统,其特征在于,所述实时分析模块还用于根据外部输入的对于所述多个预测模型中的其中一个预测模型的选择,而选择该预测模型对所述实时地基沉降数据进行分析,生成实时沉降预测结果。
6.如权利要求1所述的用于特殊地基桥梁沉降的预测系统,其特征在于,还包括:
模型构建模块,其用于在所述预测模型库中构建新的预测模型,或者对所述预测模型库中已有的预测模型进行调整。
7.如权利要求1所述的用于特殊地基桥梁沉降的预测系统,其特征在于,还包括:
工艺库,其内预先存储有多种施工方案,所述施工方案包括用于对地基沉降进行控制的工艺方案以及所述工艺方案的技术指标,所述技术指标包括所述施工方案所期望实现的地基沉降调节量;
方案推荐模块,其用于接收所述实时分析模块所分析的实时沉降预测结果,并根据所述实时沉降预测结果从所述工艺库中选择相匹配的施工方案,作为推荐的施工方案,其中,所述施工方案与所述实时沉降预测结果相匹配的条件是:所述施工方案所期望实现的地基沉降调节量超过所述实时沉降预测结果与预设的沉降阈值之间的差值,所述实时沉降预测结果以实时沉降预测值表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011083805.9A CN112347536A (zh) | 2020-10-12 | 2020-10-12 | 用于特殊地基桥梁沉降的预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011083805.9A CN112347536A (zh) | 2020-10-12 | 2020-10-12 | 用于特殊地基桥梁沉降的预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112347536A true CN112347536A (zh) | 2021-02-09 |
Family
ID=74361706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011083805.9A Pending CN112347536A (zh) | 2020-10-12 | 2020-10-12 | 用于特殊地基桥梁沉降的预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112347536A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113626918A (zh) * | 2021-08-10 | 2021-11-09 | 哈尔滨工业大学 | 基于时间加权灰色系统理论的基础沉降预测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100982448B1 (ko) * | 2010-03-03 | 2010-09-16 | 한국지질자원연구원 | 지공간 상관관계 통합기법을 이용한 지반침하 발생 예측시스템 및 이를 이용한 지반침하 발생 예측방법 |
CN102592029A (zh) * | 2012-02-24 | 2012-07-18 | 董晓亮 | 湿陷性黄土路基工后沉降的分析预测方法 |
CN104778369A (zh) * | 2015-04-20 | 2015-07-15 | 河海大学 | 一种基于地面沉降监测的决策与预警方法及其系统 |
CN106407593A (zh) * | 2016-10-10 | 2017-02-15 | 哈尔滨理工大学 | 一种基于gep的高速铁路路基沉降预测系统 |
CN107153843A (zh) * | 2017-05-03 | 2017-09-12 | 西安电子科技大学 | 基于支持向量机的地面沉降预测系统和方法 |
CN108470225A (zh) * | 2018-03-21 | 2018-08-31 | 广东省交通规划设计研究院股份有限公司 | 路基的沉降信息预测方法和预测系统 |
CN108960480A (zh) * | 2018-05-18 | 2018-12-07 | 北京工业职业技术学院 | 沉降预测方法及装置 |
CN111622274A (zh) * | 2020-05-08 | 2020-09-04 | 中交路桥建设有限公司 | 山区巨粒土高填方地基基础沉降预测方法及系统 |
-
2020
- 2020-10-12 CN CN202011083805.9A patent/CN112347536A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100982448B1 (ko) * | 2010-03-03 | 2010-09-16 | 한국지질자원연구원 | 지공간 상관관계 통합기법을 이용한 지반침하 발생 예측시스템 및 이를 이용한 지반침하 발생 예측방법 |
CN102592029A (zh) * | 2012-02-24 | 2012-07-18 | 董晓亮 | 湿陷性黄土路基工后沉降的分析预测方法 |
CN104778369A (zh) * | 2015-04-20 | 2015-07-15 | 河海大学 | 一种基于地面沉降监测的决策与预警方法及其系统 |
CN106407593A (zh) * | 2016-10-10 | 2017-02-15 | 哈尔滨理工大学 | 一种基于gep的高速铁路路基沉降预测系统 |
CN107153843A (zh) * | 2017-05-03 | 2017-09-12 | 西安电子科技大学 | 基于支持向量机的地面沉降预测系统和方法 |
CN108470225A (zh) * | 2018-03-21 | 2018-08-31 | 广东省交通规划设计研究院股份有限公司 | 路基的沉降信息预测方法和预测系统 |
CN108960480A (zh) * | 2018-05-18 | 2018-12-07 | 北京工业职业技术学院 | 沉降预测方法及装置 |
CN111622274A (zh) * | 2020-05-08 | 2020-09-04 | 中交路桥建设有限公司 | 山区巨粒土高填方地基基础沉降预测方法及系统 |
Non-Patent Citations (8)
Title |
---|
任亚丽;安笑静;: "储罐地基沉降的预防及处理", 石油库与加油站, no. 02, pages 5 - 7 * |
俞泳: "大连海岸东方A区项目地基处理与沉降预测", 中国优秀硕士学位论文全文数据库,工程科技Ⅱ辑, no. 2019, pages 1 - 83 * |
冷伍明;杨奇;聂如松;岳健;: "高速铁路桥梁桩基工后沉降组合预测研究", 岩土力学, no. 11, pages 3341 - 3348 * |
刘鹏: "软基沉降预测系统及其应用研究", 中国优秀硕士学位论文全文数据库,工程科技Ⅱ辑, no. 2005, pages 1 - 80 * |
卢飞强: "基于时间序列分析法的软土地基沉降预测研究", 中国优秀硕士学位论文全文数据库,工程科技Ⅱ辑, no. 2018 * |
安宝平: "102国道长春至德惠段路基沉降预测模型库研究", 中国优秀硕士学位论文全文数据库,工程科技Ⅱ辑, no. 2013, pages 1 - 85 * |
李伟鹏;王泽勇;: "非线性耦合模型在桥梁桩基沉降预测中的应用研究", 路基工程, no. 02, pages 182 - 187 * |
赵明华;龙照;邹新军;: "基于Logistic曲线和Gompertz曲线的最优组合沉降预测模型及其应用", 公路交通科技, no. 12, pages 1 - 4 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113626918A (zh) * | 2021-08-10 | 2021-11-09 | 哈尔滨工业大学 | 基于时间加权灰色系统理论的基础沉降预测方法 |
CN113626918B (zh) * | 2021-08-10 | 2022-04-15 | 哈尔滨工业大学 | 基于时间加权灰色系统理论的基础沉降预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9234317B2 (en) | Robust system and method for forecasting soil compaction performance | |
Javadi et al. | Neural network for constitutive modelling in finite element analysis | |
Skitmore et al. | Developments in contract price forecasting and bidding techniques | |
CN117008557B (zh) | 共混型互穿网络热塑性弹性体的生产控制方法及系统 | |
CN110472363B (zh) | 适用于高速铁路隧道的围岩变形等级预测方法及系统 | |
CN104809311A (zh) | 一种基于多因素融合修正的结构件剩余寿命预测方法 | |
CN102043757A (zh) | 一种测量不确定度的计算装置 | |
CN105260477A (zh) | 一种信息推送方法及装置 | |
CN112347536A (zh) | 用于特殊地基桥梁沉降的预测系统 | |
CN109740890A (zh) | 一种质量影响因素相关性分析方法 | |
CN116579795A (zh) | 基于大数据的市政建筑工程造价评估系统 | |
CN105868918A (zh) | 一种谐波电流类监测样本的相似度指标计算方法 | |
Thomas | Automated road segmentation using a Bayesian algorithm | |
CN116843399B (zh) | 一种基于平衡状态的工程造价分析方法及系统 | |
CN109961160A (zh) | 一种基于潮流参数的电网未来运行趋势预估方法及系统 | |
CN111222669A (zh) | 一种架空线路造价预测方法及装置 | |
CN117113515A (zh) | 一种路面设计方法、装置、设备及存储介质 | |
CN106683001A (zh) | 基于历史运行数据的火电机组辨识数据的选取方法 | |
CN111310121A (zh) | 一种新能源出力概率预测方法和系统 | |
Betts | Minimizing inventory costs for capacity-constrained production using a hybrid simulation model | |
CN105842535B (zh) | 一种基于相似特征融合的谐波主特征群筛选方法 | |
CN113094636A (zh) | 一种基于海量监测数据的干扰性用户谐波水平估计方法 | |
Yang et al. | Effect Analysis of Probability Estimators on Parameter Estimation of the Three-Parameter Weibull Distribution | |
Chang et al. | Hybrid modeling approach for quantifying maintenance and rehabilitation treatment effectiveness of Asphalt pavements | |
Fehlmann et al. | A new approach for continuously monitoring project deadlines in software development |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |