基于遗传算法的二次回归方程在沉降数据处理中的应用

软基路基沉降与其影响因素之间呈非线性关系。以某软基高速公路为例,以时段天数、时段载荷量及时段加载平均速率为解释变量,以时段沉降量为被解释变量,建立了非线性二次回归模型,并用遗传算法估算模型系数。工程实例表明,经遗传算法优化的非线性二次回归方程具有较高的预测精度,效果优于神经网络,用该模型进行软基高速公路沉降预测分析是可行的。     

基于多项型高斯函数的过渡段路基沉降预测

高速铁路过渡段路基沉降是复杂的非线性系统,提高路基沉降的预测精度对于高速铁路建设和运营具有重要意义。利用MATLAB工具箱分别建立路基沉降与累计时间和累计填土高度的单因素高斯型数学模型,通过线性回归分析得到了两个单因素的非线性综合模型。实证分析表明该综合模型具有较高的精确度,预测效果好于BP神经网络模型,能够较好地指导工程建设。