高速公路软土具有高压缩性、流变性和显著的时间效应,使得其位移发展呈现非线性,难以实时分区级别的特征提取,导致监测结果出现误差。为此,提出高速公路软土地基侧向位移实时监测算法。采用融合动态时间规整(Dynamic Time Warping,DTW)与地质约束的K-means动态分区方法,通过双驱动距离指标实现地基分区智能化划分。建立滑动窗口机制自适应更新分区;基于分区结果构建分区级多元线性回归模型,结合Elastic-Net算法提取侧向位移主导因子,为地基侧向位移监测模型提供差异化特征输入;构建基于遗忘递推最小二乘法(Forgotten Recursive Least Squares,FFRLS)的地基侧向位移动态监测模型,以特征输入为核心驱动变量,通过模型初始化、动态参数更新及误差反馈优化,实现地基侧向位移分区自适应的实时监测。实验结果表明:研究算法可剔除与地基位移无关的变量,筛选出主导因子,且该算法能逐点递推预测并同步输出准确监测值,K5+200测点侧向位移监测结果均方根误差(Root Mean Square Error,RSME)与平均绝对误差(Mean Absolute Error,MAE)仅为0.35、0.28 mm,K12+500测点侧向位移监测结果RMSE与MAE仅为0.42、0.34 mm。
