改进遗传算法在软土路基沉降预测中的应用

软土路基在外荷载作用下的沉降在时序上常表现复杂的非线性,本文采用抛物线模型预测软基的沉降趋势。针对简单遗传算法存在的问题,进行了大量改进,改进后的遗传算法能有效克服传统方法易陷入局部极小的缺陷,大大提高算法的搜索效率、精度和稳定性。实践表明该方法是一种有效可靠的沉降预测新方法。     

基于遗传算法因素筛选的BP神经网络在软土路基沉降数据处理中的应用

软土路基沉降与其影响因素之间存在着非线性关系,因输入自变量较多,用神经网络建模容易出现过拟合现象,导致网络模型预测精度降低。针对这个问题,提出用遗传算法对输入自变量进行压缩降维处理,同时对网络模型的权值和阈值进行优化。实例仿真表明:经降维和权值及阈值优化的BP网络具有较高的精度;预测效果优于GRNN网络模型和单纯BP网络模型;用于软土路基沉降预测是可行的。     

GA-BP神经网络在偏压隧道拱顶沉降预测的应用

运用组合优化的思想,基于遗传算法(GA)优化BP神经网络,将优化后的神经网络(GA-BP)用来预测偏压隧道拱顶沉降量。通过对比分析BP神经网络和经过遗传算法优化过的神经网络的预测结果数据表明,在偏压隧道拱顶沉降预测中,后者比前者性能更好,更能精确的预测偏压隧道拱顶沉降量。     

改进的BP神经网络在路基沉降预测中的应用

针对传统的BP神经网络存在的缺点,提出了用附加动量法、自适应学习速率和L-M优化算法等几种算法进行优化。通过对比分析,证明了采用L-M优化和附加动量因子算法相结合取得了最优的预测效果。该方法克服了BP神经网络模型存在的收敛速度慢、易陷入局部极小点的缺点。结合现场实测数据,将该优化模型与传统的BP神经网络预测模型对比,预测结果表明改进的BP神经网络在路基沉降预测中精度最高,适宜广泛采用。     

双曲线配合法在软土路基沉降预测中的应用

根据广东省某公路软土路基实测沉降资料，应用双曲线配合法推算了该段软土路基的最终沉降量，并与实测的最终沉降值相比较，结果表明，用双曲线配合法预测的路基工后沉降值虽然较实测值稍偏大，但该方法预测误差较小，精度是合理可取的。     

基于MATLAB的RBF神经网络在建筑物沉降预测中的应用

介绍了RBF神经网络的模型和结构,提出将该网络应用于建筑物沉降预测。运用Matlab工具箱函数建立了沉降预测网络模型,编制了计算程序,通过工程实例验证了该模型的正确性和可行性,并和BP神经网络在收敛速度上进行了比较,结果表明RBF神经网络的收敛速度远远快于BP网络。     

神经网络技术在路堤沉降预测中应用探讨

针对传统的BP网络模型的不足，应用了改进的BP神经网络模型，把它应用到软基高速公路的路堤沉降预测中，提出了两种构造神经网络训练样本的思路，并分别进行了计算和对比，指出了各自的优、缺点。结果表明改进的BP网络模型比较稳健、收敛快，而且根据时间与对应的沉降量形成的样本训练的网络预测出的工后沉降误差小、精度高。     

流变软土路基最终沉降预测模型与方法研究

利用软土路基实测的沉降数据,通过对S-lgt坐标系内次固结段进行研究,提出了采用非线性对数曲线模型对流变软土路基的最终沉降量进行预测,并通过位移反分析结合数学优化方法得到模型参数。该模型能避免Asaoka法要采用高阶微分方程才能考虑次固结沉降造成预测结果偏小、三点法存在试算结果取值困难的缺点,并且能给出最终沉降和不同时刻的工后沉降量。通过工程实例试算表明其预测具有较高的精度,在流变软土路基的次固结沉降研究和工程实际应用方面有一定参考价值。     

灰色人工神经网络模型在路基沉降预测中的应用

利用灰色GM(1,1)模型得出的高速公路工后运营期路基沉降预测量呈快速增长趋势,这与后期沉降趋缓的实际情况不相符。针对这个问题,提出先用弱化缓冲算子对原始监测数据进行弱化处理,再利用弱化缓冲序列建立灰色GM(1,1)模型,提高了模型的预测精度。采用BP网络对沉降预测值修正,使修正后的预测值更加接近实际值。工程实例表明在弱化监测数据的基础上建立的灰色与人工神经网络结合模型具有很高的预测精度,可用以公路路基沉降预测分析。     

基于并联型灰色神经网络模型的隧道沉降量预测方法探讨

灰色预测方法和人工神经网络,在建筑物变形预测中有各自的优势和不足.为了提高预测精度,该文结合灰色GM(1,1)模型和BP神经网络模型的特点,构造并联型灰色神经网络模型(PGNN)对南京地铁隧道某监测点的沉降量进行预测.结果显示,PGNN的预测精度明显高于单一的灰色GM(1,1)模型和BP神经网络模型,证明了PGNN组合方法在地铁隧道沉降量预测中的有效性.     

指数曲线与双曲线拟合在软基沉降预测中的对比分析

简要介绍路基沉降预测方法。根据厦深客运专线福建段第2标段D1K62+780的沉降观测数据对该断面进行指数曲线和双曲线拟合,将实测数据与拟合数据对比分析,得出指数曲线在沉降预测中相对于双曲线更加准确的结论。此外,指数曲线和双曲线拟合法相对于其他的沉降预测方法都要简单,便于工程技术人员的运用。     

基于改进遗传算法优化BP网络的轧制力预测研究

为提高铝热连轧轧制力预报精度, 满足现场生产需求, 采用改进遗传算法优化神经网络建立铝热连轧轧制力的智能模型。以河南某1+4铝热连轧厂连轧实测数据作为实验样本, 在遗传算法的初始化和变异机制中引入混沌序列, 同时选择最优保存机制、动态调整交叉率和变异率等方法, 提出了改进的遗传算法, 并将其与改进的BP算法相结合, 对多层前馈神经网络权值阈值进行优化, 避免学习中陷入局部最小, 使模型最终具有了良好的收敛性和适应性。网络预测结果与实测数据的相对误差基本在10%以内, 该预测精度明显优于传统数学模型, 实现了铝热连轧轧制力的高精度预测。     

常用软土路堤沉降预测方法的评价与应用

在软土地基上修筑路堤,最突出的问题是路堤的稳定与沉降。为掌握软土路堤在施工期中的变形动态,就必须进行动态观测和沉降预测,一方面保证路堤在施工中的安全与稳定,另一方面能正确预测工后沉降。而众多的预测方法给实际应用选择带来一定的困难,如何更科学合理地选择预测方法是工程技术人员面临的难题。就几种常用的曲线拟合预测方法的适用性进行分析,以期针对具体工程选取更为合适的预测方法,有效控制工后沉降并保证路堤施工和运营期的安全。     

BP神经网络在露天矿边坡位移预测中的应用

随着露天矿开采深度的不断增加,矿山边坡高度也不断增加,随之而来的是对边坡稳定的维护与控制的难度大大增加。在全球卫星定位系统(GPS)所获得的露天矿边坡位移监测资料的基础上,应用BP神经网络模型对实测数据进行模拟计算和预测。分析结果表明,模型合理、可靠,精度较高。     

沉降预测方法在软基处理过程中的应用

该文首先对固结度及沉降计算的常用方法进行简单的介绍,然后结合工程实例对双曲线法和三点法计算固结度和沉降预测做了对比分析.得出在真空预压处理软土地基时,运用双曲线法计算的固结度较三点法偏小,两种方法所得沉降预测曲线与实测曲线均吻合较好,三点法对工后沉降预测计算结果较小.因此,不同计算方法运用时应谨慎选择.     

深层搅拌复合地基的沉降计算与预测

对深层搅拌复合地基的设计有４个方面，通过工程实例介绍了复合地基沉降的计算方法，给出了这种计算方法中的假想基础底面压应力验算公式，对复合地基的沉降进行了理论计算，分析了沉降规律，进行了沉降预测。