基于变权重组合模型的路基沉降预测方法

通过监测数据的沉降预测分析,是解决当前高速铁路路基沉降计算精度不足的主要途径。由于采用常见的反S形成长曲线模型在路基沉降预测时,不能完全预测出沉降曲线的整个发展过程,本文提出了一种基于多种曲线变权重组合的沉降预测模型。该方法结合多种反S形成长曲线模型,赋予一个未知的权重系数,通过最小方差方法对权重系数进行求解,从而得到沉降预测公式。工程实例的计算结果表明:该方法具有较好的适应性和较高的精度,可以应用于高速铁路路基最终沉降量的预测。     

黄土路基工后沉降预测模型对比研究

工后沉降是造成路基沉降变形的主要原因,研究路基工后沉降的规律并预测最终沉降量对工程设计具有重要意义.利用兰武二线黄土路基工后沉降的长期观测数据,提出一种新的分析预测模型--似固结模型,并与泊松模型、指数模型、对数模型、双曲线模型的预测结果进行对比分析.结果表明:双曲线模型与似固结模型的误差平方和与预测曲线的误差均较小,能较好地反映黄土路基工后沉降的规律,两者相互印证,提高了工后沉降预测的可靠度.利用各种预测模型对不同测点工后沉降进行预测分析后的对比研究表明,似固结模型对黄土路基工后沉降的预测有较广泛的适用性,研究结论对于黄土地区铁路建设具有一定的借鉴意义.     

基于组合预测模型的铁路货运量预测研究

为了进一步提高铁路货运量的预测精度,提出基于乘积季节模型与引入注意力机制(Attention Mechanism)的长短期记忆(Long Short-Term Memory)模型的组合预测模型。首先建立乘积季节模型、LSTM模型与引入注意力机制的LSTM模型,然后利用误差修正法分别将2种LSTM模型与乘积季节模型组合起来进行预测,最后将预测结果分别与单一模型进行对比。采用2005年至2018年全国铁路月度货运量进行预测分析,结果表明2种组合预测模型的预测精度均高于单一预测模型的预测精度,其中基于乘积季节模型与引入注意力机制的LSTM模型的组合预测模型精度最高,具有研究和实用价值。     

预测建筑物变形的一种简便方法

介绍一种预测建筑物变形的简便方法，该方法根据建筑物变形的观测资料，运用最小方差预测理论，建立预测模型，对建筑物的变形进行预测，在实际应用中该方法取得较好的预测效果。     

基于 SSA-SVR 模型的城市轨道 交通短时进站客流预测

针对现有城市轨道交通短时客流量预测单一模型可能存在预测不稳定的问题,提出一种基于奇异谱分析 (singular spectrum analysis,SSA)和支持向量回归(SVR)相组合的预测模型。该组合模型利用奇异谱分析(SSA)将轨 道交通原始时间序列客流数据进行分解和重构,对重构后的时间序列按奇异值从大到小进行排序,得到含有原始 时间序列数据主要信息成分的重构序列,将重构后的时间序列作为支持向量回归模型(SVR)的输入条件,最后进 行各站点的短时进站客流预测。采集 2015 年 11 月北京市全网的城市轨道交通进站客流数据,对提出的短时客流 预测模型进行验证和对比分析。结果表明,组合模型预测精度相比 ARIMA、SVR、CNN-LSTM 和 T-GCN 模型具 有更高的预测精度和更稳定的预测表现,具有一定的实际意义。     

泊松曲线法在填海造地道路软基沉降预测中的应用

结合某填海造地道路地基处理工程实例,以软基沉降监测数据为依据,采用泊松曲线法对软土地基沉降进行预测,并与双曲线法、三点法预测结果及现场实测数据进行对比分析。研究结果表明：泊松曲线法所得预测曲线与实测曲线较为吻合,是一种实用且精度较高的地基沉降预测方法,可为类似工程提供借鉴。     

基于实测沉降数据的路基沉降机理及其预测分析

对路基沉降机理进行较深入的分析,归纳对比各类沉降预测模型,根据组合预测的思想通过加权建立组合预测模型,并基于最小二乘法进行求解。通过实测数据的建模分析,发现S形曲线拟合优度明显更好;组合模型确实能有效利用每种模型的信息而使预测值更为精确,组合模型的建立方法是合理且能够应用的。基于一维固结的解析法计算的最终沉降值与预测值的比较表明预测方法是可行的。两种计算方法都能满足工程实际需要。     

高速铁路路基施工期沉降量的灰色预测模型及应用

为正确估算高速铁路无碴轨道路基施工期的沉降量,以京津客运专线工程为例,分别采用传统灰色预测模型和修正灰色预测模型对路基的沉降变形进行预测.研究结果表明:一方面,因为修正灰色预测模型对原始资料中已有信息的利用更加充分,所以,模型的精度更高;另一方面,修正灰色预测模型突破了传统灰色预测模型等间隔时序系统的限制,拓宽了模型在实际预测中的适用范围.因此.在实际应用中,推荐采用修正的非等时距灰色预测模型.     

RBF神经网络在铁路货运量预测中的应用

基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法，建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列，并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射，利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验，得出3种预测模型的平均相对误差，分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多，可为铁路货运量预测研究提供方法支撑。     

改进的动态灰色模型在高铁路基变形预测中的应用

在分析灰色预测理论的建模机理和已有动态预测模型研究成果的基础上,从级比检验、背景构造值及残差等方面分别对动态新陈代谢模型进行了改进以提高预测精度,并通过工程实例的部分数据验证其改进效果,而后将其应用于工程中不同位置测点沉降变形的实时预测与分析。研究结果表明:建立的改进动态灰色新陈代谢预测模型群,精度较高,即使对于波动较大的测点,其预测也具有一定的参考价值,适用于高速铁路路基沉降变形的实时预测。     

路基沉降的泊松模型预测

根据路基沉降的特点 ,即初始沉降的存在 ,使曲线不通过原点 ,而泊松曲线能很好地体现这一特点。建立路基沉降的泊松曲线预测模型 ,通过实例验证 ,证实该方法的合理性 ,并得出有一定参考价值的结论。     

基于数值模型应力提取的并线高铁沉降计算

为研究复杂工况下的既有高铁沉降评估问题,避免数值模型参数难以确定以及理论分析相对简单的缺陷,采用数值仿真模型确定地基附加应力,应用分层总和法实现对既有并线高铁附加沉降的精准评价。研究中,具体分析影响数值仿真模型附加应力分布的多个因素,并基于数值仿真和Boussinesq理论对比,提出高铁路基数值仿真模型建立的一般准则。数值仿真分析中,可不考虑土体本构、模量、泊松比、层状地基等因素的影响,数值模型水平与深度边界应为1.5倍～2.0倍的路基底宽,地下水对附加应力分布影响较大,提取应力过程中统一不考虑地下水。工程验证中,以并行京沪高铁的某高铁站为分析对象,完成并线高铁的数值仿真分析和附加沉降评估,评估结果证明:应用基于数值仿真模型附加应力提取进行既有高铁附加沉降评估,在理论上和工程实践上均可行有效。     

基坑开挖对邻近高铁路基变形影响的预测方法研究

依托软土地区某典型基坑工程,研究基坑开挖对邻近高铁路基变形影响的预测方法。结合该工程土体修正摩尔–库伦模型参数,建立96个不同工况下的有限元模型。通过对有限元计算结果的分析和拟合,推导能够综合考虑基坑开挖深度、支撑系统刚度和基坑距路基坡脚距离3个因素的高铁路基最大水平位移和最大沉降的简化计算公式,提出受基坑开挖影响的路基水平位移、沉降的预测曲线,并给出相应的预测流程。结果表明:在双对数坐标中,当基坑距路基坡脚距离相同时,路基最大水平位移与开挖深度的比值(δhmax/H)、路基最大沉降与开挖深度的比值(δvmax/H)均与支撑系统刚度ρ基本呈线性关系;可用图10中的折线ABC、图13中的折线DEFG分别预测路基水平位移、路基沉降;简化分析方法能较好地预测软土地区类似依托工程土层条件下受基坑开挖影响的高铁路基变形。     

GM(1,1)模型与指数模型在基桩沉降预测中的应用

以某大型基桩的沉降预测为例,利用灰色系统理论的GM(1,1)与Aeax曲线模型进行基桩在外荷载作用下沉降量的预测。结果表明:两种模型对于呈指数变化规律的系统能获得较好的预测结果;两种模型对基桩累计沉降的预测符合工程实际,对各级荷载作用下的本级沉降预测不够合理。对两种模型关系的研究表明,两者有内在联系,都属指数曲线预测模型,且指数曲线Aeax预测模型比GM(1,1)模型应用起来更简单,方便。     

GM(1,1)-Logistic路基沉降组合预测模型研究与应用

路基沉降预测是指导正确施工及运营期路基养护的一个重要因素.GM(1,1)模型及Logistic模型被广泛应用于路基最终沉降量的预测.基于组合预测的基本理论,结合GM(1,1)模型及Logistic模型的特点,提出了GM(1,1)-Logistic组合路基沉降预测模型,采用线性组合预测方法,以过去一段时间内组合预测误差平方和最小为原则来求2个预测模型的加权系数.结合工程实际监测数据的计算结果和分析表明,GM(1,1)-Logistic组合预测模型在预测精度上比单个模型具有更好的适用性.     

灰色GM（1，1）模型预测沉降的局限性分析

考虑现场沉降监测数据的不等时间间隔性及数据的不断更新性,建立了不等时距等维新息GM(1,1)沉降预测模型并研发了相应的预测程序RIID,将其应用于实际工程的沉降预测,验证了预测模型合理性和程序的可行性。分析了实测数据时间间隔和预测步数对GM(1,1)模型预测精度的影响。结果表明:数据时间间隔相差太大,将导致模型失真;GM(1,1)模型只能进行短期预测,若要预测未来较长时间内的沉降,必须有新增数据,这就使得该模型在实际工程中的应用受到限制。     

软土参数反分析方法及其在沉降预测中的应用

沉降预测与控制是当前客运专线设计、施工组织的关键技术,为保证沉降预测的准确程度,必须合理选取计算参数。采用黏弹塑(西原)模型模拟土骨架,并结合软土变形的大位移、大应变及渗透固结的特点,建立模拟施工过程的软土路基双重非线性固结分析有限元模型。以实测信息与计算信息的相对残差平方和最小为目标,引入考虑测点观测精度的加权值,建立根据多种测试信息进行参数反分析的目标函数,并采用Monte-Carlo法和可变容差法相结合的优化技术,对目标函数进行约束优化,较好地解决了可变容差法易于陷入局部最优解的难题。通过参数分组、初步试算、综合调整等步骤,建立了分阶段多层次动态施工反分析方法,从而使反分析所得计算参数具有明确的物理意义。实际工程应用表明,参数反分析方法本构关系清楚、物理意义明确,所得计算参数能较好地反映现场的实际情况,可准确预测沉降。     

客运专线路基地段铺设无碴轨道有关问题的探讨

与传统有碴轨道相比,客运专线路基地段铺设无碴轨道后,对路基工程的沉降变形控制、基床结构、过渡段设置及铺设前的综合评估有明显的差别。本文在调研分析国内外资料的基础上,针对路基地段铺设无碴轨道的关键技术问题,包括沉降变形控制中工后(残余)沉降的概念、标准、组成及控制方法,路基基床承受的动应力水平及传递规律,不同工程类型衔接处过渡段的设置形式、长度及设置方法;无碴轨道铺设前的沉降观测分析方法及评判标准进行了系统的分析和探讨,并参照客运专线工程设计国际咨询成果资料,结合我国多条客运专线前期工作的不断深入,提出了指导客运专线路基地段无碴轨道设计与施工的建议。     

高速铁路路基沉降量预测方法研究

路基沉降是高速铁路设计和施工中所要考虑的主控因素。结合沉降观测数据可以对路基沉降量进行预测。通过预测可有效保证高速铁路路基工程达到规定的变形控制要求,以合理确定无砟轨道的铺设时间。而路基沉降预测常用方法涉及多个学科和领域,工作难度大,是长期以来困扰高速铁路施工技术人员的难题。此文介绍了高速铁路路基沉降预测的几个典型方法,极具代表性,有一定参考价值。