基于集对分析理论的路基沉降组合预测模型研究

为实现不确定性因素影响下的路基沉降预测,该文基于集对分析理论和统计决策思想构建路基沉降组合预测模型。该模型首先选定单项预测模型,并根据单项预测模型的预测结果将预测值和实测值构建为集对;然后应用正态分布理论确定集对关系划分标准,基于联系数确定组合权重系数,实现预测信息的优性组合;最后通过预测误差评价提出组合预测模型,并通过某路基沉降数据验证了该组合预测模型应用于路基沉降的有效性。     

基于人工神经网络预测城市道路软基沉降

针对软基预估沉降值与实际沉降量差异,引入人工神经网络BP模型,根据道路前期沉降观测资料,进行沉降预测.工程实践证明,所建人工神经网络模型具有预测精度高、简便易行等优点,应用前景广阔,可为类似工程提供参考.     

公路软基沉降双曲线预测法的进一步探讨

双曲线法是一种重要的沉降预测方法。由于待定参数少且其易于确定，表示的沉降发展规律与许多实际工程相符合，因而广泛应用于公路软基沉降预测中。本文通过汕汾高速公路实例，对双曲线法进行公路软基沉降预测的影响因素进行了深入分析，并提出了改进沉降预测精度的措施。     

基于曲线拟合法的软基沉降预测研究

结合深圳一污水处理厂软基监测的实例,根据堆载预压法的沉降规律和曲线拟合模型,利用现场实测数据对软土地基沉降进行预测,研究了双曲线法、三点法、Asaoka法预测精度及其适用性。     

基于ABAQUS的公路软基沉降预测非概率可靠度研究

高速公路软基沉降是影响路基稳定的重要因素,合理预测路基沉降对于保障路基安全具有重要意义。ABAQUS有限元软件能够处理非常复杂的问题和模拟高度非线性问题,在预测软基沉降方面有很好的应用前景,但鉴于土体参数的变异系数远比一般人工材料大,现行的勘察手段对土体存在较大的扰动,致使勘察数据不能真实反映土体性质,从而很难精确计算和预测软基沉降。在应用ABAQUS有限元软件预测软基沉降的基础上,引入非概率可靠度理论对预测结构进行可靠度分析,从而对预测结果的可信度进行评价。     

高速公路软基沉降预测系统及其应用研究

开发了软基沉降预测系统,把多种预测模型归纳起来建立模型库,应用数据库来管理和处理大量的现场观测数据,把模型库和数据库连接起来建立预测信息系统。结合数据库强大功能,提出并建立集工程概况数据库、变形监测信息数据库、沉降预测模型库和预测结果数据库为一体的软基沉降预测信息系统,且形成一个集查询、编辑管理、数据处理和沉降预测及其结果可视化等为一体的软件系统。最后,将该系统应用到广东省广梧高速公路软基施工监控中,提高了监控效率与预测效果。     

高速公路运营期软基沉降预测分析

沉降是软土地区高速公路建设中的一个重要问题.由于各种理论计算方法本身的局限性,以及工程地质条件的复杂性,软基沉降完全依靠理论计算是不可能精确的,因此,实际工程中经常采用根据软基沉降监测结果预测工后沉降的方法.基于广东某高速公路软基沉降监测结果,分别运用双曲线法、指数曲线法和幂多项式法进行预测,通过对比分析获得了不同的预...     

基于最小二乘支持向量机的公路软基沉降预测

通过影响因素分析,确定了软土层厚度、软土层压缩模量、地表硬层厚度、地表压缩模量、路堤高度、路堤顶宽、路基填筑时间和填筑竣工时沉降量等参数对公路软基沉降有影响.对公路软基的观测数据进行分析和取样,输入样本为各参数,输出样本为路堤中线下地表沉降值,利用最小二乘支持向量机的非线性映射和泛化能力,通过训练,建立了公路软基沉降预测模型.研究表明,所建立的模型对公路软基沉降进行预测具有较高的精度,同时具有很好的泛化性能.     

一种高速公路软基沉降预测的反演计算方法

进一步研究高速公路软基沉降问题，提出运用土工反分析理论进行地基沉降预测的方法。该方法利用早期的沉降实测数据和准确的加载信息可以预测更长时间内的累计沉降量、沉降速度、工后沉降和最终沉降量，同时也可以推算出一些土体变形的平均参数。并通过一个工程实例，用反分析方法进行沉降预测，将反演计算结果与实测结果进行比较分析．证明本文所采用的预测方法是先进合理的，可以在工程中推广应用。     

基于AGA-SVM公路软基沉降预测

由于公路沉降影响因素较多,加之沉降计算参数的变异性,很难通过理论方法准确算出任一时刻的沉降,因此根据已有沉降观察数据对之后沉降进行预测成为研究热点。支持向量机以其优异的非线性拟合及泛化能力被广泛运用于沉降预测,但是其沉降预测精度依赖于参数C、σ、ε的取值。因此采用自适应遗传算法对支持向量机主要参数寻优,建立了自适应遗传算法支持向量机(AGA-SVM)沉降预测模型,进一步提高了预测的精度。并以广东省兴(宁)汕(头)高速公路中某断面处部分沉降观测数据为训练样本,运用AGA-SVM预测模型对该路堤短期沉降进行预测,预测结果与实测数据吻合良好。     

遗传BP算法在预测深厚软基沉降中的应用

依托某高速公路应用塑料排水板堆载预压法处理深厚软基的工程实践,运用皮尔-遗传神经网络对其沉降观测结果进行了分析、预测。结果显示,预测精度高。     

软基路堤最终沉降的人工神经网络预测

针对软基土路堤最终沉降预测这一技术难题,先对影响路堤最终沉降的主要因素进行了分析,接着提出了带偏差单元的神经网络模型。工程实例验证表明:该模型预测精度高、简便易行,可为软基路堤沉降的预测和计算提供方法上的参考。     

高速公路软基沉降预测实用设计方法

简要分析了当前高速公路软土地基沉降预测误差较大的原因。在进行现场实验观测获取大量数据的基础上 ,利用反分析方法 ,对加固软基的工后沉降预测方法进行了探讨 ,并对粘性土的微结构加以研究 ,提出了一种具体的计算方法 ,通过与现场实测数据的比较 ,论证了计算方法的可靠性     

公路软基沉降规律的现场试验研究

为了研究公路软基沉降特性,文章结合四川达渝高速公路建设工程,现场观测了填方路堤土压力、路基沉降以及空隙水压力变化情况。结果表明:路堤填方施工过程是随机增加的,引起的沉降变形规律的不确定性。路基、路堤沉降的发展过程与荷载和时间都有关系,表明土体既有压缩变形,也有固结变形和流变变形。原状地基,尤其是软基的沉降量远大于填方土体的沉降量。填方路堤土体本身的最终沉降量沿横断面是中间大、两边小。填方路堤土体的自身沉降值是下部大于上部。对于基础面积较大,软土层深度相对基础宽度不大,以一维固结理论是可靠的。     

基于小波降噪与最小二乘支持向量机的公路软基沉降预测模型

根据沉降数据的特性,以最小二乘支持向量机为核心技术构建预测模型,提出了一种路基沉降预测的新方法。由于测量误差不可避免,沉降数据通常含有噪声,不宜直接进行拟合,因此首先采用小波分析的方法对原始沉降数据进行降噪预处理,然后馈送到最小二乘支持向量机完成沉降预测。最后用某高速公路实测数据进行了实例分析,并与BP神经网络预测结果进行了对比,计算结果表明,小波分析结合支持向量机的模型有较好的预测精度,将该模型应用于公路软基沉降预测是可行的和值得研究的。     

神经网络模型在高速公路软基沉降预测中的应用

借助人工神经网络模型 ,建立了可依据现场量测信息对软基路堤沉降量随时间而发展的过程进行动态预报的分析方法。其要点是 :建立公路软基沉降预测的神经网络结构 ,并将前期沉降观测值作为样本 ,通过神经网络结构的训练寻求沉降及其主要影响因素的内在关系 ,据以预测后期沉降量     

支持向量机在公路软基沉降预测中的应用

针对公路软土地基沉降发生的过程多变量、强耦合、强干扰、大滞后的复杂特性,提出利用支持向量机(Support Vector Machine,SVM)对公路软基进行沉降预测建模,使用加载过程中的沉降观测数据作为训练样本集,建立可依据现场测量数据对软基沉降量随时间发展的过程进行动态预报的分析方式.仿真试验和实践结果表明,该模型能够更准确地反映实际沉降过程,且满足精确性和适用性的要求.     

基于实例类比推理的高速公路软基沉降预测

基于实例类比推理原理,定义了一种软基最终沉降预测的实例类比推理计算方法,引入了归一化效用函数,将不同量纲的原始评估指标值转换到[-1,1]区间,同时将指标值转换成效益型指标,更好地体现目标实例与源实例之间的相似程度.实例分析结果说明,所提出的方法简便单实用.     

饱和软基沉降的有限元研究

软粘土孔隙比大、渗透率低、压缩性和含水量高,这种特性决定了他的变形沉降受到包括应力历史、应力路径、固结压力、软土特性等诸多因素的影响。应用有限元数值方法,研究了软粘土地基在填土过程中的沉降以及超静孔隙水压力的消散的动态过程。     

公路软土地基沉降计算及预测的探讨

沉降计算及预测在公路软土地基处理中占有重要地位，也是评价软基处理质量的主要指标及制定维修养护计划的基础。在总结现有计算及预测方法的基础上，指出影响精度的主要原因是目前对软基变形的定性不准及观测数据时间序列过短，目前公路软土地基的沉降预测还处于初级阶段。