考虑多影响因素的BP神经网络预测软土地基沉降研究

为了有效地预估软土地基产生的沉降量,针对地基沉降受多种因素影响和制约的特点,采用神经网络方法,建立了综合考虑地基沉降影响因素和处理方法影响因素的水泥搅拌桩法和竖向排水体法地基处理沉降预测BP神经网络模型。结果表明,所建网络输入矢量不仅考虑了影响地基沉降的共有因素(路堤剖面形态、软土地基工程特性、施工期等),还考虑了水泥搅拌桩和竖向排水体处理软基的沉降影响因素(施工方式、加载方式、桩身强度、置换率、有效排水直径、当量直径等),且训练样本选自不同的试验工点,模型适用范围广,可以较好地用于软土地基工程的沉降预测。     

成长曲线在红层软土地基沉降预测中的应用

采用时间序列方法,建立成长曲线模型,进行红层软土地基沉降预测,证实了该方法的合理性,同时也验证了经过粉喷桩处理后的红层软土地基的沉降满足高速铁路暂行规定。     

向量时序SVM-AR模型在公路软土地基沉降中的预测研究

为提高公路软土地基沉降预测的精度,提高工程的安全性,文中分别探讨了SVM模型和时序AR模型适用范围和特点,并结合2类模型各自优点提出SVM-AR模型。该模型用SVM模型预测趋势沉降量,用AR模型预测随机沉降量,然后组合获得预测沉降量。工程实例表明,SVM-AR比SVM模型预测结果更为准确,更好地反映公路软土地基沉降过程。     

兰永公路软土地基处理后的沉降预测研究

根据兰永一级公路工程软土地基处理后的沉降实测资料，基于双曲线法、指数曲线法、幂多项式模型及Asaoka预测方法，对地基的沉降量进行预测。采取将预测结果与实测资料进行对比的方法，对4种预测模型进行了研究。结果表明:4种方法均可用于实际工程，Asaoka模型为最佳模型，对Asaoka方法的等时间间隔取值，一般为30天比较合理。     

人工神经网络在预测软基沉降中的应用研究

依据影响软土路基沉降的因素选取参数建立了BP神经网络预测最终沉降量模型,利用已建高速公路沉降数据,进行了软土地基最终沉降量的预测,取得了较为理想的效果。证明神经网络法能避免传统方法计算过程中各种人为因素的干扰,计算精度高,泛化性强,简便易行,因而具有广泛的工程使用价值和广阔的工程应用前景。     

基于混沌遗传算法优化GRNN模型的珠三角高速公路软土路基沉降预测

路基沉降的预测对于对高速公路的建设维护具有重要意义。考虑到珠三角地区的软土基特性,建立了混沌遗传算法优化的GRNN预测模型,并将其应用到高速公路的软土基沉降的预测之中。以广珠高速公路选取的一段软地基为例,利用该模型进行沉降量的预测,通过与GA-GRNN、BP、GM(1,1)等模型的预测能力的比较,证明了本文的预测模型的有效性和高精度,可以用来对软土基的沉降量进行良好的预测。     

基于Logistic曲线和Gompertz曲线的最优组合沉降预测模型及其应用

地基的全过程沉降量与时间呈S形曲线关系，可用Logistic模型和Gompertz模型较好地描述。根据I_ogistic曲线和Gompertz曲线的共性和个性，引用最优加权组合建模理论，以组合模型的对数误差平方和最小为目标函数来确定最优的加权系数，建立了最优加权几何平均组合沉降预测模型。通过工程实例，验证了该最优组合沉降预测模型的可行性。对比计算结果表明，最优组合沉降预测模型的精度不仅比Logistic模型和Gompertz模型的预测精度要高，而且可靠性也优于各个单一预测的模型，是地基沉降观测资料的一种有效分析方法。     

土工格栅复合地基沉降变形智能预测控制

在分析土工格栅加筋软土地基变形性状及其沉降规律的基础上，重点从材料相互摩擦咬合作用、土体微结构、地基整体性等方面阐述该类水平向增强体复合地基沉降变形机理，比较了现行沉降计算方法，提出一种基于BP神经网络的智能沉降变形预测方法，对预测控制模型、预测控制算法和模糊控制器结构功能等进行了研究，介绍了该预测控制系统的MATLAB实现方法，为软土地基的加固处理和实际施工提供依据和参考。     

基于软土地基参数反演的工后沉降预测

分析了双曲线法、指数曲线法和三点法等预测超载预压情况下地基的工后沉降的局限性。反演导出沉降系数m,以反算的系数为沉降计算参数,同时考虑超载部分对工后沉降的影响,推导出能预测超载预压地基的工后沉降计算式,并针对沿海高速公路一段软土地基处理工程,较准确地预测了超载预压地基的工后沉降。     

Richards生长曲线模型在PCC桩复合地基沉降预测中的应用

以某绕城公路拓宽工程长期观测资料为基础,探讨了Richards生长曲线模型在PCC桩复合地基沉降预测中的应用,并与指数模型、幂函数模型、平方根模型、双曲线模型、对数模型、成长曲线模型等回归参数模型预测结果进行了对比。工程实例表明,Richard生长曲线模型能很好地预测PCC桩复合地基的沉降规律,预测精度比其他回归参数模型高,对实际工程具有一定的指导意义。     

软土路基沉降与稳定监测异常数据的判别分析

鉴于分析与判断软土路基沉降与稳定监测异常数据的重要性,对软土路基沉降与稳定监测异常数据的成因进行了分析,提出了综合应用监测指标、监控预报模型、监测关系曲线作为判断路基沉降与稳定监测异常数据的评判准则,并利用相邻监测点间存在的关联性及监测点的时序性判别异常监测数据,为软土路基沉降与稳定监测提供了有效的数据分析方法。     

不同优化类型组合预测模型在沙漠软土路基的应用

某沙漠重载铁路工程，地势低洼路段雨季易积水，加上原有高地下水位的长期浸泡和植物根系的有机分解积累，形成了淤泥质或泥炭质软土地基；运用理论分析、现场监测等方法，从权重分配合理性和子模型组合结构两方面探讨组合预测模型的精度优化效果，开展沙漠淤泥质软土路基沉降预测研究。结果表明：双曲线法、三点法、指数曲线法、泊松曲线法、BP神经网络5种预测模型均能达到较高水平的拟合程度；变权重组合预测模型、引入鲸鱼优化算法的自适应权重组合预测模型、滚动动态组合预测模型对于预测精度、效果的提升较小；引入BP神经网络的误差补偿组合预测模型，极大程度地降低了人为建立子预测模型组合结构所产生的精度影响，在沙漠淤泥质软土路基中具有更优的预测精度及效果。     

基于时间序列分析法的软土路基沉降预测研究

采用时间序列分析法，根据已有的路基沉降观测数据，建立模型，预测路基沉降的发展趋势。实例分析表明:利用该分析法预测路基沉降，不仅能避开软土路基复杂的力学性质，还可避开利用传统的路基沉降计算方法所用到的大量参数，而且建模比较简单，所得最终预测结果误差较小。     

京沪高速铁路济南西客站软土路基沉降预测分析

近年来,我国高速铁路发展突飞猛进,为保证安全运营,对其路基的处理尤其重要。对京沪高铁济南西客站软土路基工程的沉降数据,分别采用灰色模型GM（1,1）和双曲线模型两种方法建立了预测模型进行分析,并编程作数据处理。结果表明:灰色模型GM（1,1）对软土路基的沉降评估更显优越性。     

考虑软土结构性损伤的路基沉降预测反分析

为了较好的预测工后沉降,从软土的结构性入手,考虑天然软土的结构性损伤,减少由于软土的扰动、损伤对计算结果精确性的影响,对受扰动软土的弹性力学特征值进行了修正;结合反分析方法,由沉降固结计算的角度对模型参数进行反分析,预测了沉降趋势,并与实际观测数据及理论计算数值进行比较,对工后沉降做出合理地预测.结果表明,软土路基沉降...     

铁路路基沉降变形组合预测模型优化

由于传统灰色模型在预测波动性较大的数据时精度不高,提出一种改进的动态GM-Poisson-Markov组合预测模型。利用非等间距加权矩阵与无偏优化对灰色模型进行改进,通过原始序列的动态更新实现模型的参数更新,在此基础上与泊松曲线模型建立一种组合预测模型,并利用马尔科夫链进行残差修正,得到改进的动态GM-Poisson-Markov组合预测模型。利用汉巴南铁路路基沉降变形监测数据进行实例分析,将预测结果与泊松、灰色模型、非等间距无偏灰色模型以及组合模型预测结果进行对比分析,结果表明：模型对铁路软土路基沉降变形可取得较好预测效果,提高了预测精度与稳定性。     

一种优选组合法在软土路基沉降预测中的应用

在软土路基沉降预测中,常用的方法有简单曲线拟合法、系统分析和控制理论法等。但采用单一的方法进行预测,会造成预测误差偏大。提出了一种优选组合方法,通过对若干种单一方法进行权重化处理,给予每种单一方法相应权重,得出新的沉降预测曲线进行沉降分析,并以工程实例为基础,说明该方法在实际预测中是可行的。     

高速公路软土地基沉降预测方法现状探讨

沉降预测是修建在软土地基上的高速公路迫切需要解决的问题.概述了现有的各种传统和新的沉降预测方法,并分析各预测方法的优缺点,指出影响各预测方法精度的主要因素有交通荷载及超载、软土路基沉降变形机理,以及沉降观测数据典型性与采集时间序列长度.通过比较分析表明,有限元方法在沉降计算时的独特优势越来越明显,用有限元方法来预测软土...     

胶新铁路软弱土路基实测沉降与预测分析

基于胶新铁路路基沉降监测和预测研究,分析了试验段软弱土路基的实测沉降及其变化规律,并对各断面在通车前后的累积沉降进行对比,研究发现:在路堤自重作用下,路堤各部分土体均表现为沉降变形;线路上碴和铺轨阶段沉降较大;正式通车3个月后,路基在自重和列车动荷载作用下,沉降较大;选用不同的预测方法拟合同一工程的不同阶段,能得到更确切的沉降信息,使之服务于工程需要。