共查询到20条相似文献,搜索用时 986 毫秒
1.
在介绍了支持向量机基本原理和实现算法的基础上,将它应用于软土路基填筑施工中的沉降预测,提出了一种有效的预测方法,并构造了预测路基沉降的支持向量机模型。经过与传统BP神经网络方法预报结果比较,表明该方法在较少训练样本的情况下具有精度高、泛化能力强的特点。取得了较BP神经网络建模方法更好的预报效果。为预测填筑施工引起的软土路基沉降提供了一种新的方法。 相似文献
2.
为了对路基沉降变化规律进行预测,避免发生工程事故,提出了将广义回归神经网络模型应用于软土地基沉降预测中的方案。通过广义回归神经网络的基本理论和概念,采用实际工程数据,用BP神经网络方法和广义回归神经网络方法进行了预测分析,比较了2种方法的3组预测结果。工程实例预测结果表明,广义回归神经网络方法的均方误差和决定系数表现都优于BP神经网络方法;证明该方法是可行且有效的。 相似文献
3.
沿海吹填土区域道路地基处理方法探讨 总被引:1,自引:0,他引:1
吹填土是一种成分复杂、结构特殊的软土,地基处理方法的选择既要考虑到吹填土本身的特点,又要考虑到工程的要求和可实施性。该文主要对目前吹填土的常用处理方法进行分析,并以长三角某围海造地吹填土区域市政配套工程为例进行说明。 相似文献
4.
5.
基于遗传算法和神经网络的高路堤沉降预测研究 总被引:1,自引:1,他引:1
依据高路堤填土施工期路基沉降实测资料,运用遗传算法和人工神经网络构造了预测路基沉降的等时距遗传神经网络模型, 并且对该网络进行了训练以及仿真,对预测结果运用3次样条插值可得到预测时间段内的任一时刻沉降结果,通过和实测沉降结果对比可知遗传神经网络比人工神经网络节省大量的调试时间和计算时间,而且其预测精度优于BP算法和指数拟合方法,显示其明显的优越性. 相似文献
6.
7.
某高速公路软土路基部分需在鱼塘上填筑而成,在进行袋装砂井施工时,发生路基滑坡事故,其主要原因是一次性填土厚度偏大,以及施工对软土扰动破坏降低了土体的抗剪强度.采取了在鱼塘上围堰体反压、薄层填土后进行袋装砂井施工、铺设土工格栅的处治方法. 相似文献
8.
填土路基袋装砂井施工滑移事故分析与处理 总被引:2,自引:0,他引:2
某高速公路软土路基部分需在鱼塘上填筑而成,在进行袋装砂井施工时,发生路基滑坡事故。其主要原因是一次性填土厚度偏大,以及施工对软土扰动破坏降低了土体的抗剪强度。采取了在鱼塘上围堰体反压、薄层填土后进行袋装砂井施工、铺设土工格栅的处治方法。 相似文献
9.
10.
吹填土路基几种常用处理方法综合比较 总被引:1,自引:0,他引:1
针对河北省唐山市曹妃甸地区市政道路吹填土路基的特点,介绍几种常用路基处理方法,并结合各种处理方法的处理效果指标,对路基、路面的经济性进行综合比较。 相似文献
11.
12.
本文介绍了神经网络的基本理论,提出了一种采用BP神经网络模型对空耦雷达道路检测路面厚度进行测算的新方法。并对BP神经网络模型在沥青混凝土路面厚度检测的应用进行了分析、比较,为GPR技术在道路工程检测实践中提供一种辅助判断手段。 相似文献
13.
水泥加固吹填土试验研究 总被引:4,自引:0,他引:4
吹填土是由水力吹填形成的,颗粒很细,固结性能差,吹填以后要经过很长时间才能自然沉积固结,待表面形成硬壳后方可进行加固处理,因此,缩短沉积固结时间,使吹填土尽快地从泥浆状态转变为具有一定承载力的地基,是首要解决的问题。从物质组成的观点,分析土体内部的物理化学特征,进行室内模拟加固试验,对吹填土加添固化剂以加速其沉积固结。通过添加水泥作为固化剂,对加固效果进行详尽的分析和研究,从而揭示其固化机理,为吹填土地基的加固提供一种经济可行的方法。 相似文献
14.
目前的水上交通流评价方法在评价指标关系模糊、来源不清等情况下难以运用,且主观性较强,存在评价结果严重偏离实际的情况,忽视了客观性不足的问题.为降低专家主观性对水上交通流冲突严重度评价的影响,基于BP神经网络建立评价模型,并通过网络训练进行函数比较,确定最符合模型设定要求的Trainlm函数,以及精度与迭代次数.由于数据的差异性会对BP神经网络的训练效率和评价精度造成影响,基于聚类分析与BP神经网络建立新的评价模型,将训练数据按照欧几里得度量进行归类开展神经网络训练,分别对水上交通流冲突严重度进行评价.运用9个水道数据为例对模型进行验证,通过比较聚类分析数据与未处理的原始数据在BP神经网络中的评价结果,发现评价结果平均误差从42.05%降低到23.74%,进一步验证了BP神经网络在该领域的可行性.评价模型利用聚类分析与BP神经网络相结合的方法,不仅客观性较强,而且与单一使用BP神经网络的模型相比提升了评价精度. 相似文献
15.
16.
17.
为了评价道路水泥再生混凝土的性能,在分析BP神经网络原理的基础上提出了用BP神经网络模拟道路水泥再生混凝土性能与各影响因素间关系的方法。根据道路水泥再生混凝土的实际工况,建立了3个输入节点、4个输出节点的BP神经网络模型,通过9组试验,验证了模型的可靠性。结果表明,实测结果与预测结果相接近,BP神经网络模型可以较准确的评价道路水泥再生混凝土的性能。 相似文献
18.
Meiyu Liu 《智能交通系统杂志
》2019,23(4):309-318
》2019,23(4):309-318
The purpose of this study is to propose a cellular automata (CA) traffic flow model with high accuracy for lane change decision and name it LCCAM. A driving simulator experiment was conducted to find factors affecting lane changing decisions. A back-propagate (BP) neural network was used to obtain the lane changing rules for the microscopic lane changing decision model (LCDM), and the collected accurate vehicular trajectory data were used to train the BP neural networks for the prediction of lane changes. After comparing different input variable combinations, the most accurate input setting was determined, including the locations and velocities of neighboring vehicles, inner/outer lane indicator, and the speed limits of the corresponding lane. Then, the determined BP neural network was adopted in the LCCAM as the LCDM. Simulation results showed that the LCCAM can capture important characteristics such as the mean velocities and the number of lane changes well, by comparing with observed traffic flow. Meanwhile, the LCCAM illustrates a better performance in replicating the number of lane changes than the other reference CA models. The research results show that the LCCAM proposed in this study will have potential and value for autonomous driving and active safety analysis in the future. 相似文献
19.
20.
针对列车制动过程存在的复杂性、非线性、时变性、不确定性等因素,通过分析影响建立BP神经网络模型的主要因素,建立了用于列车制动控制的BP神经网络模型。以货物列车为仿真对象,在Matlab环境中进行了仿真研究。仿真结果表明,该方法控制安全性好、停车误差小,基于BP神经网络的智能算法运用于列车制动控制是可行的。 相似文献