基于遗传算法的BP神经网络在轻质路基沉降预测中的应用

为更好地掌握轻质路基施工过程中的沉降变形情况,选取宁芜保通线部分轻质路基沉降监测数据,在BP(back propagation)神经网络模型的基础上,采用遗传算法对其进行优化,并将优化后的模型应用于轻质路基沉降预测。结果表明：遗传算法优化的BP神经网络在全局搜索能力和收敛能力方面具有明显优势;在轻质路基沉降预测任务中,多数预测结果的相对误差集中在更低的范围内,监测点1和监测点2预测结果的模型评价指标MAE、RMSE、MAPE分别为0.017 mm、0.021 mm、0.679%和0.013 mm、0.016 mm、1.395%,预测结果拟合程度高,误差小,模型泛化能力强。因此,遗传算法优化的BP神经网络的沉降预测模型具有可靠的预测效果与预测精度,在实际工程中可行性较高,可作为轻质路基沉降预测和预警的一种辅助手段。     

高速公路软基观测与评价

以某高速公路软基处理的试验段为工作基础,介绍了高速公路的观测技术.结合该项目实测数据,对不同处理方法下的处理效果进行了科学的评价.用Plaxis软件对路基的沉降进行分析,进而得出沉降修正系数γs的计算公式及取值范围.以AME法为基础,结合实测结果,预测了路基的最终沉降和工后沉降.     

软土路基沉降预测方法的对比分析

软土路基沉降预测的方法很多．为实现对路基沉降的准确预测,在工程实践中需要选用哪种方法以及这些方法的实际运用取得的效果如何,是值得认真研究的问题．文中对两个断面分别采用BP人工神经网络法和双曲线法进行了沉降预测,并通过与实际观测的沉降值进行对比分析,得出两种方法各自的适用范围．     

基于BP神经网络和遗传算法的软基参数反演与沉降预测

以九江绕城高速公路桩网复合地基加固软基试验段为工程背景,利用智能反演方法、正交试验设计和有限元数值方法相结合,对软基土体参数进行反演和工后沉降预测。研究结果表明,采用有限元和正交试验设计方法相结合,可以为BP神经网络和遗传算法参数反演模型提供大量的训练样本,能够确保参数反演精度;工程应用证明,BP神经网络和遗传算法与ADINA有限元程序相结合对软基工后沉降进行计算和预测是可行的,BP神经网络反演方法计算的软基沉降最大误差为5.26%,遗传算法计算的软基沉降最大误差为3.1%,因此,遗传算法在桩网复合地基软基沉降预测中具有更高的预测精度。     

基于SFIA的路基沉降预测应用研究

阐述地基与基础共同作用分析方法即SFIA。对软土路基沉降预测方法统计分析,考虑原地面与填方土体协同作用,最终确定了SFIA方法的优越性。利用SFIA对湖北某高速公路匝道填方施工进行分析,结合实际沉降观测结果,与沉降预测计算值进行对比。结果表明:分阶段模拟路基施工过程,并根据地基土系数在不同阶段的负载变化,结合相应的非线性系数计算路基沉降的结果更接近工程实际。     

土石混填料路基沉降影响因素敏感性分析

采用灰色关联分析方法,建立影响土石混填料路基沉降因素敏感性的灰色关联模型,采用均值法对灰色关联数据序列进行归一化处理,计算敏感因子与路基最终沉降量之间的灰关联系数和灰色关联度,确定路基沉降的敏感因素.结合西潼改扩建高速公路土石混填料路基6个试验段的工程实例,对路基高度、路基压缩系数、土石混填料风化系数、土石混填料的不均匀系数等影响因素进行了敏感性分析.结果表明,路基压缩系数和竣工时沉降量是主要敏感性因素.在施工中,严格控制路堤填料的压实度、减少竣工时沉降量是控制土石混填料路基工后沉降的关键.     

基于灰色BP神经网络的沉降预测模型应用研究

通过对灰色BP神经网络模型的分析与研究,给出了灰色BP神经网络的建模方法,建立了基于灰色BP神经网络的建筑物沉降预测模型,通过工程实例数据分别对GM(1,1)模型和灰色BP神经网络模型进行验证,得到了灰色BP神经网络的预测效果要比单纯的灰色GM(1,1)预测模型精度要高的结论,本模型为解决建筑物基础沉降预测分析提供了一种新的方法.     

动荷载作用下路基沉降规律试验研究

以京化高速公路二期工程为研究对象,采用现场测试、室内试验等方法对路基填料的工程特性进行分析,并借助非线性有限元分析软件ANSYS进行仿真模拟,研究动荷载作用下路基沉降规律。结果表明,路基沉降受速度效应与加载循环效应双重因素的影响;沿深度方向路基的沉降呈减小的趋势;路基沉降量极值点位于循环荷载加载点正下方,最大沉降量约为9．624em。     

基于MATLAB和BP网络的公路软基沉降量预测模型

人工神经网络具有强大的非线性映射能力,文章利用BP神经网络建立了公路软土地基沉降量预测模型,并用MATLAB人工神经网络工具箱进行了实现。根据实测资料,对此预测模型进行训练和预测,试验表明,预测模型具有较好的预测精度,操作简单,具有广阔的工程应用前景。     

煤层含气量预测的BP神经网络模型与应用

为了对煤层含气量进行定量预测,采用BP神经网络预测方法,建立了煤层含气量预测的BP神经网络模型．以沁水盆地南部主采煤层为对象,分析得出了影响沁水盆地南部煤层含气量分布的主要控制因素有煤层有效埋藏深度、煤变质程度和煤岩、煤质特征等,选择了煤层有效埋藏深度、水分与灰分以及镜质组最大反射率3参数作为BP神经网络模型的基本特征量,建立了煤层含气量与这些因素之间的相关关系和BP神经网络预测模型,对煤层含气量进行预测分析．结果表明：BP神经网络模型具有极强的非线性逼近能力,能真实反映煤层含气量与主控因素之间的非线性关系,预测结果与实测值之间误差小,相对误差小于10%,预测效果明显地优于基于朗格缪尔方程的煤层含气量预测模型．     

煤矸石填筑高速公路路基的稳定性模拟研究

高速公路路基研究的主要问题是沉降变形问题,特别是国内正在建设高速公路交通网络过程中,路基沉降造成的危害非常严重.结合高速公路路基实际工程情况,采用FLAC 3D软件对路基进行数值模拟分析,模拟结果与实际基本一致.得出路基沉降变形规律,从而指导路基施工.     

土工格栅处理拓宽路堤不均匀沉降有限元仿真

采用AD INA非线性有限元分析软件,对土工格栅处理武黄高速公路武汉市三环线共线段拓宽路堤变形和应力进行仿真计算和分析,对土工格栅处理拓宽路堤不均匀变形的作用效果进行分析.结果表明,土工格栅对减小路堤不均匀竖向附加变形、侧向位移以及基底不均匀附加应力有显著效果,为拓宽设计提供了理论依据.为了检验仿真效果,拟进行工后路堤变形跟踪观测,对不同高路堤分别布置沉降观测点,利用实际观测结果对计算模型进行验证和修正,为该仿真成果推广应用积累经验,并作进一步研究之用.     

高速公路路基拓宽中的软土地基处理技术

随着当前交通量的迅速增长,高速公路面临着扩建加宽的问题,尤其是对于软土地的地基,高速公路路基的加宽更需要考虑路基的沉降差以及路基的整体稳定.先对软基处理技术和拓宽理论进行相关的概述,再对当前我国高速公路扩建加宽的现状与问题进行了相关的分析,最后再从已建老路基沉降的观测、新路基复合地基的处理方法以及提高路基整体性与抗裂能力等几方面来对软基上路基拓宽的关键技术进行了相关的分析,希望对我国软土地基上高速公路路基扩建加宽技术的建设能有一定的指导与借鉴意义.     

高填方路堤沉降的有限元分析

高填方路堤具有沉降大，沉降时间长，对地基承载力要求高等特点．有效地降低路堤沉降，消除路堤沉降所带来的危害已经成为公路建设领域的一个重要课题．结合某二级公路的工程实际．对高填方路堤的沉降变形的影响因素进行有限元分析，为预防路堤的沉降变形过大，保证路堤的稳定性提供有效的依据，为以后类似地区的类似工程起到借鉴作用．     

基于振弦式位移计技术的远程监测系统研发

随着科技的发展,各种新型传感器广泛应用到测绘领域,并取得了很好的经济和社会效益.根据振弦式土体位移计的工作原理,简要说明了应用振弦式位移计的自动化远程监测系统的设计思想.通过对系统进行设计与开发,对监测数据的处理与分析方法进行研究,实现了设计的各项要求.在高速公路路基沉降监测上的顺利应用,以及对监测数据的处理和分析,证明了本系统在自动化远程监测应用中的可行性、稳定性和可靠性,可以作为路基、滑坡体、大坝等实现自动化监测的重要方法.     

粉体喷射桩加固公路软土路基分析

粉体喷射桩是加固处理淤泥、淤泥质土、粘土、粉土等软土公路路基、桥头常用的地基处理方法。针对邯郸地区公路路基、桥头中粉体喷射桩复合地的承载与变形特性,分析了粉体喷射桩-土复合地基中的桩-土应力分担比及复合地基承载力的计算方法、主要影响因素和取值方法,为粉喷桩复合地基在本地区公路路基、桥头工程中的科学应用提供有益的参考。     

路基沉降试验研究及数值模拟

近年来,随着高速公路的快速发展,因路基沉降造成的公路病害问题日益突出。目前路基沉降的研究方法很多,本文通过在十慢高速公路填方路段进行路基沉降试验测试,并采用ANSYS软件进行数值模拟,来研究路基沉降规律。取路堤的一个断面,按照平面应变问题进行分析。土体定义为弹塑性材料来建立有限元模型。主要的结果有：a.高速公路在高填方路段的路基沉降主要由初始沉降、固结沉降、次固结沉降三部分组成;b.数值模拟的沉降量曲线具有单调递增性,存在反弯点,当时间趋于无穷大时,沉降量趋近于一固定值;c.路基运营阶段的沉降大部分为次压缩沉降,其数值很小。     

基于灰色理论的路基沉降研究

运用灰色理论建立预测模型,对软弱地基上路基的最终沉降变形进行预测.以工程数学为基础,通过建立灰色预测模型进行最终沉降量计算,并与实际工程的沉降观测值相比较,具有较高的精度.对于软弱地基的路基填筑,具有重要的指导意义.