灰色系统理论在填石路堤沉降预测中的应用

填石路堤的沉降包括施工沉降和工后沉降,填石路堤往往填筑高度大,本身累积沉降大,受各种影响因素较多,其沉降体现出自身的规律性。该文利用灰色系统理论,充分考虑影响路堤沉降的各种因素,建立了适合填石路堤沉降预测的GM(1,1)沉降预估模型及其残差模型。最后将其应用于某高速公路高填石路堤的沉降预测中,经与实测数据对比,预测精度良好。     

高填石路堤沉降的灰色优化-马尔柯夫预测模型

高填石路堤的沉降变形包括填石体施工期的沉降变形和工后沉降变形。在灰色理论的基础上,建立高填石路堤沉降的等步长灰色微分方程,采用优化理论,建立误差目标函数,利用最小二乘法,求得微分方程的系统参数,并引入Markov原理,利用一步转移矩阵预测高填石路堤的沉降发展规律。某高填石路堤实测结果分析表明,灰色优化-马尔柯夫模型比常规的GM(1,1)预测模型预测精度有较大的提高。     

GM（1，1）模型在高填方路基沉降预估中的应用

文中讨论了不同高路堤沉降预估方法的特点,并以某高速公路沉降观测点实测数据为例,建立了灰色GM（1,1）预估模型;并编写相应程序对高路堤后期沉降进行了预测,将预测结果与实测结果进行了对比。结果表明,灰色GM（1,1）预估模型可以对实测数据进行更好的拟合,且其对后期的预测沉降量与实际沉降量更接近。     

GM(1,1)灰色模型在高路堤沉降预估中的应用

影响高路堤沉降的因素很多,可以将高路堤沉降过程看成一个灰色系统。该文利用灰色系统理论,建立了适合高路堤沉降预测的GM(1,1)沉降预估模型及其残差模型。最后将其应用于某高速公路高路堤沉降预测中,经与实测数据对比,表明预测精度良好。     

BP神经网络预测煤矸石路堤沉降

针对煤矸石路堤沉降预测问题,基于BP神经网络非线性映射能力和学习能力,提出学习率可变的动量BP神经网络以预测常安高速公路煤矸石路堤沉降。利用实测沉降资料建立路堤沉降模型,该模型克服了动量BP神经网络收敛速度慢、训练时间长的缺点。同时采用postreg函数对网络训练结果进行了检验。结果表明:该模型有较高的预测精度,预测误差较小,可用于煤矸石路堤沉降预测。     

泡沫混凝土换填路基沉降控制效果现场试验研究

在深厚软土地区进行公路建设，常由于交通荷载和路堤荷载等作用，造成工后沉降量过大、不均匀沉降等现象。以浙江省台州湾大桥及接线工程采用泡沫混凝土置换高速公路宕渣路堤为例，通过有限元方法对典型断面的工后沉降进行模拟，提出了该工程不同路段的合理换填厚度，对其他类似工程具有一定的参考意义。依据现场试验沉降观测数据，分析泡沫混凝土换填前后路基沉降控制效果。泡沫混凝土换填路基技术可以大幅度降低填土荷载，减少软基的附加应力，从而达到抑制沉降和侧移、提高路堤稳定性的效果。现场沉降观测结果表明，换填前大部分路段预压期末沉降速率不满足规范要求，换填后沉降观测结果显示沉降速率为2 mm/月～4 mm/月，依据换填后沉降变化采用sep程序所预测的工后沉降大幅减少，路基沉降控制效果明显。     

高填方路堤工后沉降监测试验研究

为探讨高填方路堤在自重应力和汽车荷载作用下的工后沉降,在兰永一级公路某高填方路堤进行了工后沉降现场监测,分别在行车道和路肩位置布置单点沉降计,监测了工后沉降变化情况,分析了高填方路堤沉降随时间和空间的变化规律。以填方路基工后沉降原位监测结果为基础,探讨了高填方路基工后沉降预测回归模型。研究结果表明:路肩位置沉降大于行车道位置沉降;路基沉降随时间增加而增大,高填方路堤填筑结束1 a后沉降趋于稳定;汽车荷载作用下路堤沉降不会出现较大的增长趋势;对数模型能较真实地反映高填方路基的工后沉降规律。     

反分析法用实测资料预测路堤工后沉降

本文利用现场实测数据 ,用反分析法推求路堤的工后沉降。     

淤泥地基路堤施工沉降监控实践

在软土地基上修建路堤,要着重解决地基稳定和路堤沉降问题。文章结合实际工程,根据预测的工后沉降,控制路堤填筑过程中填土速率,制定相应的路堤沉降监控方案,对路堤的沉降及稳定进行监测,并进行分析评估,以保证工后沉降在允许的范围内。     

基于神经网络模型的软基工后变形分析

基于神经网络理论和反向传播算法，建立了软基工后变形预测夯析人工神经网络模型。并借助Matlab语言进行程序设计，实现神经网络计算。结合汕汾高速公路软基工后沉降实测数据，对模型进行学习训练，并利用神经网络模型进行工后变形预测。验证表明，预测值与实测值有较好的一致性，同时也说明作为非线性科学一个分支的神经网络，由于其能以较高的精度去逼近任意非线性函数。在软基变形分析上显示出较强的实用价值和优越性。