典型文献
长株潭城际铁路沉降预测模型比较与基于Revit的可视化
文献摘要：
为建立较高精度的沉降预测模型,同时探究沉降预测模型在建筑信息模型(BIM)中的结合应用,基于灰色系统模型GM(1,1)、支持向量回归机(SVR)和粒子群算法(PSO),建立PSO-GM-SVR变形预测模型.通过API接口以及二次开发功能,基于Revit软件平台开发一套应用于高铁沉降变形监测的插件,建立高铁沉降的三维基础模型.将Revit软件与SQL sever数据库连接,使变形监测信息能够作为模型的非几何信息集成到SQL数据库中,将变形监测信息与三维基础模型相结合.采用长株潭城际铁路与石长联络线工程监测数据验证PSO-GM-SVR变形预测模型的精度以及实现监测数据的可视化展示.结果表明:灰色系统模型GM(1,1)模型最大残差值为0.66 mm,GM-SVR模型最大残差值为0.18 mm,优化的PSO-GM-SVR模型最大残差值为0.1 mm;灰色系统模型GM(1,1)模型、GM-SVR模型以及优化的PSO-GM-SVR模型的相关系数分别为98.55％,99.54％和99.94％;与灰色系统模型GM(1,1)模型和GM-SVR模型相比,PSO-GM-SVR模型精度更高,对高速铁路沉降预测的效果更好;结合实际工程数据完成了建设项目中变形监测信息在SQL数据库中的信息化管理以及在Revit中的可视化表达,为施工阶段的铺轨作业提供指导,实现了沉降变形预测同BIM技术的结合运用,可供类似工程参考.
文献关键词：
高速铁路;Revit;沉降变形预测;粒子群算法;可视化表达
中图分类号：
作者姓名：
彭博荣;彭仪普;孟非;谭桢耀;王萍淋
作者机构：
兰州交通大学 土木工程学院,甘肃 兰州 730000;中南大学 土木工程学院,湖南 长沙 410075
文献出处：
引用格式：
[1]彭博荣;彭仪普;孟非;谭桢耀;王萍淋-.长株潭城际铁路沉降预测模型比较与基于Revit的可视化)[J].铁道科学与工程学报,2022(02):391-398
A类：
B类：
长株潭城际铁路,沉降预测模型,模型比较,Revit,建筑信息模型,BIM,结合应用,灰色系统模型,GM,支持向量回归机,SVR,粒子群算法,PSO,API,二次开发,软件平台,平台开发,变形监测,插件,维基,基础模型,SQL,sever,监测信息,信息能,几何信息,信息集成,长联,联络线,工程监测,数据验证,可视化展示,残差值,模型精度,高速铁路,工程数据,信息化管理,可视化表达,施工阶段,铺轨,沉降变形预测,结合运用
AB值：
0.270035
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
