刘小珂重庆交通大学重庆400074摘 要：城市隧道设计考虑的主要因素是估计与隧道施工相关的地面沉降，过度的地面沉降可能会导致邻近建筑物和公用设施损坏。传统的沉降预测方法难以考虑多参数耦合作用，例如有限元、地层损失率等方法。近年来，伴随着计算机技术的快速发展，应用机器学习可以有效解决盾构掘进引起的地表沉降预测问题。本文基于XGBoost构建的地表沉降预测模型，针对长沙地铁 4 号线项目的监测数据，选取地质条件、盾构运行条件和隧道几何条件等参数对盾构隧道最大地表沉降（MSS）进行了研究。为了评估预测的可靠性和效率，采用平均绝对误差（MAE）、均方根误差（RMSE）和皮尔逊相关系数（R）三个性能评价
【关键词】
全文来源于知网
市政工程施工安全监督管理策略分析
宗应祥
2024
249
免费
收藏
提高建筑工程管理及施工质量控制的有效策略
祝伟伟
2024
310
免费
收藏
建筑基坑支护施工技术在高层房屋中的运用
朱宇轩
2024
633
免费
收藏
建筑工程管理中施工管理控制的应用研究
朱小雪
2024
937
免费
收藏
园林绿化苗木种植施工与养护技术分析
朱良琦
2024
704
免费
收藏
