基于协同降噪与IGWO-SVR的高填方路基沉降预测

高填方路基沉降影响山岭重丘区重载铁路运营安全。为克服实测沉降数据掺杂随机噪声、现有预测模型适用性差的不足,提出基于协同降噪算法与IGWO-SVR模型的沉降预测方法。运用互补集合经验模态分解法(CEEMD)与小波包变换法(WPT)对含噪沉降数据进行协同降噪处理;提出基于佳点集初始化均布、非线性收敛控制与自身历史最优记忆位置更新的改进灰狼优化(IGWO)算法,并结合支持向量回归模型(SVR),构建IGWO-SVR沉降预测模型。进一步地,利用大准铁路工点及现有文献研究成果,验证IGWO-SVR模型的优越性。结果表明：协同降噪法可有效消除原数据中噪声项的干扰波动;在小样本数据集上,IGWO-SVR模型较传统沉降预测模型与现有文献所述预测模型,具有更高的预测精度与稳定性。研究成果为重载铁路高填方路基沉降预测提供了新途径。     

基于AHP的路堑护坡风险动态加权综合评估模型研究

为建立运营期既有铁路路堑护坡风险评估模型,在朔黄铁路(神池—黄骅港)全线病害排查结果的基础上,结合层次分析法和动态加权综合评价方法,建立路堑护坡风险动态加权综合评估模型。研究结论如下:基于朔黄铁路全线野外调查、物探和钻探结果,提出护坡病害自身严重性评价指标及评定标准;基于护坡病害对邻近线路安全的影响程度,提出护坡病害对铁路的危险性评价指标及评定标准;对护坡病害自身严重性和对铁路的危害性各评价指标进行分层和排序,采用层次分析法得到各指标权重;结合两种评价模型,运用动态加权综合评价方法,提出动态加权综合评估模型;通过一高边坡对该模型合理性进行验证,结果表明该模型可科学全面地评估运营期路堑护坡风险。