基于动态GM-Markov优化模型的高铁路基冻胀变形预测研究

由于传统灰色模型在预测波动性较大的数据时精度不高，提出一种改进的动态GM-Markov预测模型。利用非等间距加权矩阵与无偏优化对灰色模型进行改进，通过原始序列的动态更新实现模型的参数更新，在此基础上利用马尔科夫模型进行残差修正，得到改进动态GM-Markov预测模型。利用某高铁路基冻胀变形监测数据进行实例分析，将改进的动态GM-Markov模型预测结果与灰色以及非等间距无偏灰色模型、最优组合模型预测结果进行对比分析，结果表明:改进的动态GM-Markov模型对于波动性较大的冻胀变形可以取得较好预测效果，提高了预测精度与稳定性。     

基于多变量灰色模型的路基沉降预测

路基沉降变形是一个复杂的动态变化过程,常用的单变量预测模型不能考虑各沉降监测点间的相关性,不足以反映路基整体的变形规律。多变量灰色模型是单变量GM(1,1)模型在多元变量条件下的拓展,可以实现对路基中相互影响的多个监测点变形预测模型的建模和预测。实例计算表明,与单变量GM(1,1)模型相比,多变量灰色模型具有更高的预测精度,显示了该方法进行路基工后沉降预测的有效性。     

不同优化类型组合预测模型在沙漠软土路基的应用

某沙漠重载铁路工程，地势低洼路段雨季易积水，加上原有高地下水位的长期浸泡和植物根系的有机分解积累，形成了淤泥质或泥炭质软土地基；运用理论分析、现场监测等方法，从权重分配合理性和子模型组合结构两方面探讨组合预测模型的精度优化效果，开展沙漠淤泥质软土路基沉降预测研究。结果表明：双曲线法、三点法、指数曲线法、泊松曲线法、BP神经网络5种预测模型均能达到较高水平的拟合程度；变权重组合预测模型、引入鲸鱼优化算法的自适应权重组合预测模型、滚动动态组合预测模型对于预测精度、效果的提升较小；引入BP神经网络的误差补偿组合预测模型，极大程度地降低了人为建立子预测模型组合结构所产生的精度影响，在沙漠淤泥质软土路基中具有更优的预测精度及效果。     

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。     

优化的多变量变步长灰色模型及其在路基沉降预测中的应用

传统的单变量或等步长灰色预测模型,未考虑监测点间的系统关联性和实际沉降观测周期,往往具有非等间距的特点,不足以反映路基沉降变形的实际规律。在综合考虑实际工况中断面沉降点间相关性及不等时距观测的基础上,建立路基沉降预测的优化NMGM（1,n）模型。工程实例分析表明,优化的模型与建模工况相适应,具有良好的拟合及预测精度,能够满足工程实际应用需要。     

基于三次样条插值和GM(1,1)模型的高速公路路基沉降预测

有效预测高速公路路基沉降的发展趋势,可以提高道路维修效率,降低事故发生率。根据路基沉降影响因素和特性,提出一种基于三次样条插值和灰色GM(1,1)模型的组合预测算法。通过三次样条插值法处理原始非等间距数据,将其转变为等间距序列,继而用传统GM(1,1)模型进行预测,克服了单一预测模型的局限性,并能保证较高的精度。分别对长湘高速某段和垄茶高速某段路基沉降进行预测试验,算法预测误差均值分别为2.07%和1.61%,方差比为0.131和0.142,精度等级达到1级。     

路基沉降的泊松预测模型方法研究

该文通过分析研究路基沉降的发展变化规律,建立了泊松预测模型。根据工程实例,证实泊松预测模型较好地反映了路基沉降发展过程,同时该模型的预测结果与实测值十分接近,具有一定的工程应用价值。     

张桑高速公路路基沉降预测方法研究

以张桑高速公路3个典型路基断面实测数据为研究对象,采用灰色GM(1,1)、Verhulst和非等时距UGM(1,1)三种模型对各断面的沉降数据进行了拟合及预测,根据计算结果确定了各阶段最适宜的预测模型并利用该模型对各断面的工后沉降进行了预测。结果表明,Verhulst灰色模型模拟和预测精度更高,适用于路基断面的中长期沉降预测,预测结果可为路基施工提供参考。     

基于粒子群改进灰色马尔可夫模型的公路路基沉降自适应预测

针对公路路基沉降具有随机性和复杂性的特征,提出了一种粒子群改进灰色GM(1,1)-马尔可夫模型的路基沉降自适应预测方法。利用马尔可夫模型修正传统灰色GM(1,1)预测模型的残差,并提出粒子群算法来计算最优的马尔科夫链残差模型的白化系数,开发了路基沉降的粒子群灰色马尔科夫链自适应预测模型框架。以某公路路基沉降实测值为例,对比分析了其他两种改进灰色模型方法,结果表明本文算法误差均值仅为1. 48%,比其他两种方法分别降低了64%和29%,且精度等级达到一级。随着公路路基沉降数据量的增加,本文提出的模型预测精度进一步增加,自适应能力强,具有良好的推广性。     

泊松曲线在组合桩型复合地基沉降预测中的应用研究

泊松曲线法是一种精度较高的沉降预测方法,但是该法只能在等时空距的条件下才能使用,在工程实际中观测的沉降数据很难满足这一要求。文章将泊松曲线引入组合桩型复合地基沉降预测并将其推广到非等时空距数据的情况下。结合工程实例,建立了沉降量泊松曲线预测模型,取得了满意的预测精度。结果表明本文提出的方法有效地扩大了泊松曲线法的适用范围并且具有计算简便、容易推广的优点。     

云母片岩风化土路基填料湿化变形研究

为解决云母片岩强风化土路基填料难以压实和浸水湿化变形问题，通过现场试验，优化云母片岩强风化土路基填筑结构，采用灰色理论模型对新型路基工后沉降进行预测，并通过三轴湿化试验，分析风化土路基填料的湿化变形特性。结果表明:提出的“三夹二开山石渣”新型路基结构能够达到路基填筑要求，且路基长期变形预测满足高速公路沉降控制要求；随着初始有效围压的增大，风化路基土的强度及变形指标均呈递增趋势，而增大干密度能有效削弱外界水对风化土的劣化作用；建立的风化土路基填料湿化变形规律经验公式，与试验结果吻合较好。     

京沪高速铁路济南西客站软土路基沉降预测分析

近年来,我国高速铁路发展突飞猛进,为保证安全运营,对其路基的处理尤其重要。对京沪高铁济南西客站软土路基工程的沉降数据,分别采用灰色模型GM（1,1）和双曲线模型两种方法建立了预测模型进行分析,并编程作数据处理。结果表明:灰色模型GM（1,1）对软土路基的沉降评估更显优越性。     

高速铁路车站岔区高路堤沉降组合预测研究

有砟轨道高速铁路车站岔区由于车轨系统动力相互作用复杂，线路几何形位变化较快，且维修难度大。为提高线路稳定性，可将车站岔区有砟轨道更换为无砟轨道。依托中兰客专北滩车站岔区铺设无砟轨道的工程，分别对路基补强方案和路基沉降预测开展研究。为满足岔区铺设无砟轨道的要求，提出路基冲击碾压、堆载预压及路基面封闭隔水的补强方案。基于灰色Verhulst、双曲线和邓英尔预测模型的共性和个性，对三者进行最优化组合。以组合模型的最小误差平方和为目标函数求解最优加权系数，构建组合预测模型。通过预测对比发现，三模型组合预测模型的精度优于任一单一模型和两模型组合模型，且适应性更强更可靠。     

使用人工神经网络预测冻土区公路路基沉降

冻土区公路路基沉降影响因素众多,预测难度大,针对目前传统的预测方法所面临的困难,应用人工神经网络理论,建立预估模型。分别对影响沉降的因素诸如气温,降水,交通量荷载进行预测,将前3个网络的影响因素变量的预测结果(即输出值)作为预测沉降的网络输入训练网络,得到冻土区公路路基沉降的预测值。使用这种方法,可以代替常规的力学数学方法,具有一定的适用性。     

CFG桩复合地基沉降的灰色预测

高速铁路CFG桩复合地基(路基)沉降是一个复杂的过程,采用MATLAB语言编写了基于XGM(1,1)模型预测地基沉降的程序,并将其应用于CFG复合地基沉降量的预测。通过对灰色预测XGM(1,1)模型在工程实例的应用和对比,证实XGM(1,1)模型运用到工程实际中是可行的。     

非线性耦合模型在桥梁桩基沉降预测中的应用研究

通过对桥梁桩基的沉降预测,能有效地评价和判断桥梁的稳定性,为现场施工提供一定的指导依据。同时,系统性的预测方法能有效提高预测精度,因此,将灰色模型和BP神经网络进行耦合,建立了桥梁桩基沉降的初步预测模型,再利用马尔科夫链建立误差修正模型,实现桥梁桩基沉降的分阶段预测。该模型发挥了灰色模型“累加生成”灰色序列的优点,增加了沉降数据的规律性,又充分利用了BP神经网络和马尔科夫链的非线性预测能力,具有系统性强、全面性高等优点。同时,利用2个实例进行验证,结果表明实测值和预测值较吻合。其中,实例1平均相对误差为1.37%,实例2的平均相对误差为1.39%,两实例的预测结果差异不大,具有较高的预测精度,验证了所提预测模型的有效性。     

高填石路堤地基沉降计算方法研究

高填石路堤地基沉降受施工情况影响,填筑阶段和非填筑阶段地基沉降规律明显不同,因而不能采用统一的地基沉降与时间关系的表达式来描述地基各阶段沉降规律。填筑阶段,提出了能同时考虑剪切变形和压缩变形的修正的邓肯张模型来计算路基沉降;对非填筑阶段早期的地基沉降,采用与时间和固结压力有关的指数函数预测模型进行计算。通过对填筑阶段和工后早期的沉降计算,其计算结果均与实测值吻合良好。