斜拉扣挂施工钢箱拱肋线形预测的LS-SVM法

周晨曦

(合肥工业大学 土木与水利工程学院，安徽 合肥 230009)

0 引 言

由于地形因素，在山区建拱桥时常常不便于搭设支架施工。近年来，斜拉扣挂缆索吊装施工法的发展，使其在大跨度拱桥无支架施工中得到了广泛应用[1]。对于采用斜拉扣挂法施工的拱肋，其拼装精度受到多种因素影响，实际测量结果会和有限元仿真结果有所偏差。结合测量结果和已知参数对后续拼装节段的状态进行正确的估计和预测，可及时缩小施工误差，避免合龙后拱肋达不到控制线形[2]。

桥梁线形预测的方法一般有：BP神经网络、灰色理论、卡尔曼滤波法、支持向量机法等。SuyKens等[3,4]基于支持向量机法提出的最小二乘支持向量机法(LS-SVM法)，在优化目标中选取误差的二范数为损失函数，提高了分析速率，可以有效应用于具有小样本、高维数、非线性、局部极小点等特点的实际工程问题。陈哲衡等[5]使用该方法预测了PC斜拉桥悬臂浇筑施工过程中主梁节段标高误差。孙全胜等[6]基于LS-SVM法对某大跨连续刚构桥施工中节段标高误差进行预测，并与BP神经网络法进行对比。孙元[7]使用已有MATLAB工具箱预测大跨CFST拱桥施工中拱桁位移。本文主要探索LS-SVM法用于预测大跨径钢箱提篮拱桥斜拉扣挂施工过程中拱肋实际线形与理想线形偏差大小的适用性。

1 基本理论

LS-SVM法是一种非线性回归预测方法，在桥梁线形预测中，一般把影响施工中桥梁线形的主要参数作为输入参数xk，预测目标即当前阶段……