软土路基沉降灰色预测模型的几个关键问题研究

应用灰色系统模型来预测公路软土路基沉降避开了土性物理指标、土体本构关系等复杂的理论问题,应用方便易行,但在运用灰色模型预测沉降中,不等时距处理问题、灰色模型的无限增长问题严重影响了沉降预测的精度,而且灰色系统理论用于沉降预测与施工动态控制时它的适用性也是一个值得研究的问题.研究表明应用三次B样条函数处理原始数据的不等时距、用缓冲弱化算子处理模型无限增长问题是可行的;灰色模型对短期实时沉降预测有较好的精度,对中期阶段性沉降预测可以满足公路施工控制标准的要求,但对长期或最终沉降量的预测值偏大,其适用性有较大的局限性.     

运用灰色理论与人工神经网络预测公路沉降

介绍了灰色理论中的G（1,1）模型、BP人工神经网络模型和灰色BP神经网络模型;根据岳阳城陵矶进港道路管桩处理后的路基沉降实测资料,分别运用这三种模型进行沉降预测,并对预测结果进行了分析,比较了这三种方法预测沉降的效果。     

GM(1,1)灰色模型在高路堤沉降预估中的应用

影响高路堤沉降的因素很多,可以将高路堤沉降过程看成一个灰色系统。该文利用灰色系统理论,建立了适合高路堤沉降预测的GM(1,1)沉降预估模型及其残差模型。最后将其应用于某高速公路高路堤沉降预测中,经与实测数据对比,表明预测精度良好。     

路基沉降预测非等时序改进灰色模型应用研究

讨论灰色系统理论在路基沉降预测中的应用，并对等间隔的灰色模型GM（1，1）进行改进，建立了任意时间间隔的非等时序改进灰色模型。通过实例比较，结果表明非等时序改进灰色模型的预测沉降量与实测沉降更接近，精度更高。     

高路堤沉降的灰色系统理论预测方法

根据灰色系统理论,在全面分析高填方路堤沉降量与时间关系的基础上,建立了2种灰色预测模型。即GM(1,1)模型和灰色Verhulst模型,并分别对某高填方路基沉降进行了实例预测,在此基础上对2种模型的适用性进行了实例对比分析,表明Verhulst模型更适合于预测路堤沉降。     

灰色模型在建筑沉降预测中的改进与发展

灰色理论因其优良的灰色信息处理能力被广泛地应用于建筑沉降预测领域。但随着精度要求的提高,对灰色理论进行的改进从没间断过。从原始理论出发,结合近年来灰色预测模型发展的特点和存在的问题,总结了灰色模型在沉降预测中背景值、参数和控制量等方面的改进,分析认为下一步研究的重点将转向灰色模型方法改进,以及对灰色模型进行机理、权值组合方面的运用。     

沉降预测的等步长灰色时变参数模型

针对经典灰色系统模型的不足,根据灰色系统理论的信息处理原则,在模型中引入遗忘因子,建立了灰色系统沉降预测的等步长灰色时变参数模型,并在求解过程中引入遗忘因子以修正预测结果.模型充分考虑了预测系统的时变性和灰色性,从而降低对预测系统状态的预测误差.实例预测表明,灰色时变参数模型可以将工后总沉降量的预测误差控制在7.0 %以内.误差检验结果显示,预测结果的精度等级较遗忘因子修正前有显著的提高.     

沉降预测的等步长灰色时变参数模型

针对经典灰色系统模型的不足,根据灰色系统理论的信息处理原则,在模型中引入遗忘因子,建立了灰色系统沉降预测的等步长灰色时变参数模型,并在求解过程中引入遗忘因子以修正预测结果.模型充分考虑了预测系统的时变性和灰色性,从而降低对预测系统状态的预测误差.实例预测表明,灰色时变参数模型可以将工后总沉降量的预测误差控制在7.0 %以内.误差检验结果显示,预测结果的精度等级较遗忘因子修正前有显著的提高.     

灰色模型在铁路软基沉降预测中的应用

依托上海至南通铁路DK84+420，DK85+900工点的建设，基于灰色理论，建立GM（1，1）灰色模型，分别采用等时矩和不等时矩观测方式，预测了两工点沉降趋势和最终沉降量。研究结果表明:沉降周期三个月内实测数据与预测数据相比，相对误差为4%左右，证明灰色GM（1，1）模型在软土沉降预测上可行；根据实测资料可构建灰色模型时间相应序列方程，预测出断面总沉降值，检验沉降值及沉降速度是否符合规范；同时可构建沉降预测方程，数值模拟沉降趋势。     

对山区高速公路路基沉降预测与控制技术分析

本文通过工程实例阐述山区高速公路路基沉降预测与控制技术,首先通过对灰色系统理论进行详细研究,提出一种灰色优化模型对工程沉降进行预测,并对分层强夯施工法在山区路基沉降中的应用进行分析。     

软土路基分级加载沉降预测模型及应用

沉降量和沉降速率控制是路堤工程设计的关键性问题.由于固结理论的局限性和参数的不确定性,理论预测的精度较低,而基于现场实测资料的观测法显示出较高的精度,但是现有的大多数计算方法只能适用于一级荷载下沉降预测.在灰色理论的基础上发展了一种预测地基分级加载沉降预测的方法,结合某拓宽改造工程实例进行了沉降预测分析.     

基于多因子关联分析的道路交通事故灰色预测模型研究

基于灰关联分析,对道路交通事故的影响因子进行预处理,建立了基于多因子关联分析的道路交通事故GM(1,N)预测模型。对哈尔滨市1994年~2004年的道路交通事故进行实例分析,预测结果表明GM(1,N))模型的预测精度高于GM(1,1)模型及多元线性回归模型。该模型克服了GM(1,1)模型对于波动性较大的非平稳数列预测精度低的缺点,该模型具有简单、有效、预测精度高的特点。GM(1,N)模型是一种动态数据处理方法,且不会出现量化分析与定性分析结果矛盾的现象,能够很好的反映交通事故的未来发展趋势。     

基于改进神经网络的路基沉降预测

为克服路基沉降预测方法的缺陷和传统BP神经网络存在的不足,采用Levenberg-Marquardt算法改进了BP神经网络的收敛性,建立了路基沉降预测模型。结合津秦客运专线路基沉降实测数据,将该优化模型与传统的BP神经网络预测模型进行了对比,计算结果表明改进后的BP神经网络在路基沉降预测中精度最高,取得了好的效果。     

基于灰色理论的道路交通事故预测模型综述

交通事故预测模型是进行交通安全控制的关键问题之一。重点介绍了目前几种主要的基于灰色系统理论的道路交通事故预测模型:基本灰色预测GM(1,1)模型、残差灰色预测模型、灰色Verhulst预测模型、灰色马尔可夫预测模型、灰色神经网络预测模型,并指出各模型的适用条件和优缺点,为相关研究提供参考。     

基于蚁群算法的地铁隧道沉降预测研究

紧邻大型深基坑的地铁隧道因影响因素极其复杂,难以准确预测其沉降变形,以致无法较早判定隧道的安全状况,亦无法根据其变形信息及时、有效地指导基坑施工。针对这一问题,立足TSP基本蚁群算法模型,结合地铁隧道沉降变形实际,在确定模型路径选择机制的基础上,通过合理构建信息函数和启发函数,确立信息素更新机制以及蚂蚁搜索机制,最终建立了地铁隧道沉降预测的蚁群算法模型,并用实例验证了模型的预测效果,为运营中的地铁隧道特别是紧邻大型基坑的地铁隧道沉降预测开辟了一条新的途径。     

基于超限学习机的黄土高路堤预拱超填研究

黄土山区公路建设存在大量V形冲沟,使路基产生过大工后沉降,为解决工后超标准沉降问题,减小工后沉降处治成本,需设计路基预抛高（预留沉降量）,使公路交工验收时高程符合设计要求。现行规范对如何布设预抛高没有明确说明,因此有必要研究黄土高路堤沉降分布规律,提出其预拱超填方法,针对此类问题依托渭武高速公路工程,通过对试验路历时2年多的沉降观测,得到路基施工期、路面施工期及公路通车1年后的路基沉降数据,提出黄土高路堤沉降随时间和空间的分布规律,得到路堤沿时间及纵、横断面的沉降分布特征,为黄土高路堤填筑末期预抛高的布设形式奠定了基础;基于超限学习机算法,建立黄土高路堤工后沉降预测模型,利用实际沉降观测数据与模型预估结果进行对比,采用平均绝对百分误差对预测结果精度进行评定;最后,通过定量分析填土高度、施工速率、路面重力、路基路面验收时间及交通量修正对路堤工后沉降的影响,提出基于可靠度的黄土高路堤预抛高预测模型及公式,据此给出基于超填平衡的试验路纵、横断面预抛高设置方法,并通过工程实例,验证预抛高模型及公式的准确性。研究结果表明：该沉降预测模型精度良好;研究结果可为黄土地区高填方路基填筑末期预抛高的详细布设提供参考。     

基于道路使用功能的桥头引道沉降标准研究

桥头引道沉降控制标准的问题是解决桥头跳车的一个重要问题,但目前国内外还没有一个理论上较为合理的标准。本文从道路使用功能的角度,建立四自由度的人体 汽车 路面的振动模型,通过输入路面纵坡坡差推求司乘人员受到的振动加速度,并结合ISO2631的相关规定,分析桥台与桥头引道沉降坡差对行车舒适度的影响,建立基于道路使用功能的桥头引道差异沉降标准。     

基于双曲线切线模量法的饱和尾矿砂单桩沉降计算

提出一种以地基非线性沉降计算的双曲线切线模量法为基础,结合荷载传递法的单桩沉降计算模型,将单桩沉降计算分解为桩底土体变形和桩身弹性压缩两部分。采用双曲线切线模量法对桩底土变形进行计算，相应参数由原位试验得到，能较好地反映原状土特性又能合理考虑其单桩的非线性沉降。利用此计算模型对饱和尾矿砂地基单桩的非线性沉降进行计算，结果表明:计算结果与实测结果较为接近，可为相同类型饱和尾矿砂地基单桩的沉降计算提供参考。     

向量时序SVM-AR模型在公路软土地基沉降中的预测研究

为提高公路软土地基沉降预测的精度,提高工程的安全性,文中分别探讨了SVM模型和时序AR模型适用范围和特点,并结合2类模型各自优点提出SVM-AR模型。该模型用SVM模型预测趋势沉降量,用AR模型预测随机沉降量,然后组合获得预测沉降量。工程实例表明,SVM-AR比SVM模型预测结果更为准确,更好地反映公路软土地基沉降过程。     

软基路堤最终沉降的人工神经网络预测

针对软基土路堤最终沉降预测这一技术难题,先对影响路堤最终沉降的主要因素进行了分析,接着提出了带偏差单元的神经网络模型。工程实例验证表明:该模型预测精度高、简便易行,可为软基路堤沉降的预测和计算提供方法上的参考。