排序方式: 共有3条查询结果,搜索用时 78 毫秒
1
1.
基于最小二乘支持向量机的高速铁路路基沉降预测 总被引:1,自引:0,他引:1
高速铁路路基的施工环境复杂,沉降监测数据往往是不等时距的.鉴于最小二乘支持向量机拥有强大的非线性拟合能力,使用最小二乘支持向量机建立沉降与时间的关系函数,以等时间步长插值得到路基的等时距沉降时间序列,建立基于最小二乘支持向量机的高速铁路路基沉降预测模型.分别运用给出的预测模型和BP神经网络与灰色理论联合方法对杭甬铁路客运专线上虞北站5个路基沉降监测断面进行路基沉降预测,并与现场实测数据对比.结果表明,短时距的最小二乘支持向量机预测模型比BP神经网络与灰色理论联合方法的预测精度高,预测结果更稳定,外推预测沉降更可靠. 相似文献
2.
3.
使用Mesri蠕变模型建立了考虑蠕变效应的高速铁路桥梁桩基工后沉降计算方法,利用实测工后沉降,使用非线性最小二乘方法建立目标函数,反分析得到桩底持力层Mesri蠕变模型参数。将反分析得到的计算模型用于估算高速铁路桥梁桩基工后长期沉降,估算沉降较好地反映了高速铁路桥梁桩基工后沉降的发展趋势,对高速铁路的安全运营有一定的指导意义。另外,根据桩底土层的监测数据可知,传统计算方法确定的土层压缩厚度远小于实测压缩层厚度,根据传统方法确定的压缩层厚度计算得到的高速铁路桥梁桩基工后沉降会小于实测工后沉降。 相似文献
1