高速公路软土路基沉降预测

软土路基沉降量的准确预测对高速公路施工与维护是非常重要的，但是影响路基沉降量的因素众多，并且沉降量之间具有高度复杂的非线性关系，用传统的数学、力学方法很难表示；将最新的机器学习技术一支持向量机应用于软土路基沉降量预测研究，提出了软土路基沉降量预测的支持向量机模型，该模型的应用结果表明，利用支持向量机进行预测是科学可行的，建立的模型很好地表示了沉降量之间的映射关系，并且提出的模型准确性高、推广预测能力强。     

高速公路软土路基沉降预测

软土路基沉降量的准确预测对高速公路施工与维护是非常重要的,但是影响路基沉降量的因素众多,并且沉降量之间具有高度复杂的非线性关系,用传统的数学、力学方法很难表示;将最新的机器学习技术-支持向量机应用于软土路基沉降量预测研究,提出了软土路基沉降量预测的支持向量机模型,该模型的应用结果表明,利用支持向量机进行预测是科学可行的,建立的模型很好地表示了沉降量之间的映射关系,并且提出的模型准确性高、推广预测能力强。     

基于人工神经网络的建筑物沉降预测

根据建筑物实测沉降利用人工神经网络理论 ,建立了前馈网络预测模型并提出新的学习算法 ,结合某建筑物纠偏工程实例对建筑物沉降进行了预测。预测结果表明神经网络方法是可行且有效的     

基于人工神经网络的复合地基沉降预测

利用人工神经网络强大的非线性映射和学习能力,提出了基于人工神经网络的复合地基沉降预测新方法.该方法利用实测资料直接建模,避免了传统方法计算过程中各种人为因素的干扰,所建立的模型预测精度高、简便易行,因此具有广泛的工程实用价值.     

软土路堤沉降预测方法研究

建立了依据路堤填土期施工期和预压期观测资料计算路堤总瞬时沉降、总固结沉降、地基固结指数的基因反演方法，进而根据这三个反演参数计算最终沉降。并与实际值作比较，二者符合较好。此外，再根据预压期的沉降资料，分别利用三种不同的计算模型反演计算最终沉降。并与实测结果进行比较，进而对沉降计算模型的选取提出建议。     

软土地基沉降预测的一种智能方法

常规方法对软土地基沉降的估计存在一定的问题。利用一种新的智能方法来预测软土地基的沉降:通过已经观测到的沉降数据,建立了基于改进观测数据的神经网络预测模型,依此提出了基于部分实测沉降数据来预测短期沉降及最终沉降的方法。算例表明:对高度复杂非线性的土工结构问题,神经网络能够较为精确的解决,而且操作简单、泛化能力强。     

人工神经网络在衡枣高速公路沉降预测中的应用

根据某高速公路高路堤填土施工期路基沉降实测资料，建立了预测路基沉降的等时距BP神经网络模型，并运用三次样条插值获得预测时间段内任一时刻沉降值，并与实测值进行比较，证明它具有很高的预测精度。     

神经网络模型在高速公路软基沉降预测中的应用

借助人工神经网络模型,建立了预测公路软基沉降的神经网络结构,将前期沉降观测值作为样本,通过神经网络结构的训练寻求沉降及其主要影响因素的内在关系,据以预测后期沉降量。试验路的工程应用实例表明,其预测结果具有较大的可靠性。     

软基路堤最终沉降量的灰色预测

本文采用灰色理论对广肇高速公路软基试验路段进行最终沉降量预测，采用3次B—Spline函数将原始沉降数据进行等时距处理，并用缓冲弱化算子的概念，以消除灰色预测模型的无限增长性，提高长期预测精度。通过比较说明：灰色预测精度较双曲线法和3点法要高。     

塑料排水板处理软土路基的沉降预测

研究沉降组合预测中单项模型选择的合理性,基于弥补非负不变权重组合预测模型的缺陷,提出不同加权重分配形式的组合预测模型,为地基沉降探索实用简便的预测方法,供工程实践上沉降预测的参选借鉴。     

软土路基沉降问题研究

为了有效的提升软土路基承载力,在对软土路基特征分析的基础上,阐述了软土路基沉降有效控制的技术方法,并结合具体工程实例,探讨了不同软土路基加固方法在实际中的应用效果,得出在软土路基加固方法选择时,应当根据具体的施工情况,采用适宜的加固方法,这样才能确保对软土路基的处理达到理想效果。     

基于灰色系统理论的软土路基沉降观测断面选择方法

公路软土路基沉降观测,可保证施工期间路堤的施工质量及道路运营期间的正常运行.目前,路基沉降观测断面的选择方法均根据经验定性分析,存在诸多不合理性.采用灰色系统理论中的灰色关联分析方法,对公路软土地基沉降因素进行敏感性分析,通过计算各影响因素与软土路基最终沉降量之间的关联度,确定主导影响因素.分析各主导因素对软土路基最终沉降量的影响,从而为软土路基典型沉降观测断面的选择提供指导和依据.     

水泥搅拌桩桩体性能劣化对盐渍软弱土路基沉降影响研究

为研究盐渍软弱土路基地区水泥搅拌桩桩体水泥土劣化规律及对路基沉降影响,设计了盐溶液干湿循环制度,并进行了5种不同配合比水泥土在5、15、20次盐溶液干湿循环作用后的无侧限抗压强度测试.结果表明,在干湿循环5次时,由于盐溶液中硫酸盐的结晶膨胀填充作用和对矿物掺合料的激发作用,使水泥土更加密实,强度提高;但采用普通硅酸盐水...     

基于BP神经网络的大跨软岩隧道地表沉降预测

基于金盆湾隧道地表沉降监测数据,结合BP神经网络预测模型,分析了隧道施工对地表沉降的影响,研究了在不同的样本下预测结果的可信度,结果表明,BP神经网络预测的地表沉降精度与监测数据的准确度、预测的长度与隧道施工方案相关,隧道开挖工艺发生改变时,应及时分析实时监测数据,建立新的BP神经网络预测模型进行地表沉降预测,以保障预测结果的可靠。     

灰色理论在海相软土路基沉降预测中的应用

通过对天津市滨海新区某道路K13＋840断面进行沉降观测资料分析,应用灰色理论建立等时距GM1．1路基沉降预测模型,并通过应用matlab程序语言编制模型计算程序,以实现对海相软土路基沉降变形特性研究,并运用预测分析结果指导路基施工,防止因路基沉降造成路面结构破坏。希望通过对归纳结果的分析,形成一套适应于滨海地区路基沉降预测方法,对于节约工程建设使用成本和延长公路使用寿命具有重要意义。     

高压旋喷成桩技术在软土路基沉降中的应用

分析了路基产生沉降的主要原因,并介绍了单管高压旋喷成桩技术在软土路基沉降中的应用,分别阐述了该技术的基本原理,设计参数的选择,施工工艺及加固效果,指出高压旋喷成桩技术控制沉降变形效果明显,值得推广。     

高速公路软土路基堆载预压段沉降预测方法对比

采用堆载预压技术处理软土地基时,预压段的沉降发生及发展规律对路面施工质量有重要影响。以武穴长江公路大桥北岸接线段软基处理工程为例,基于堆载预压后长期跟踪的沉降观测数据,分别通过指数曲线法和双曲线法对预压路段进行沉降预测,并利用控制变量法分析采用数据时间的长短、沉降预测初始点的设定、采用2次数据的时间间隔等3个因素对2种预测结果的影响。结果表明:采用数据时间的长短对2种方法的预测结果影响均较大,其中采用较长时间沉降数据的预测结果更为准确;沉降预测初始点的设定对于指数曲线法的预测结果影响较小,而对于双曲线法的预测结果影响很大;采用两次数据的时间间隔对于2种方法的预测结果影响均不明显。     

基于循环神经网络的盾构隧道#br# 引发地面最大沉降预测

伴随着计算机技术的快速发展,机器学习等新兴算法正在被越来越多地运用于预测隧道掘进引发的地面最大沉降。在隧道施工过程中,由盾构机和地面监测点位采集的数据具有很强的序列化特征,而传统的机器学习算法对序列数据的处理存在一定的局限性。循环神经网络(RNN)具有极强的对时序型数据的处理能力,在视频识别、语音翻译等领域有着广泛的应用。采用两种RNN模型(LSTM、GRU)和传统的BP神经网络模型,以地质参数、几何参数和盾构机参数作为输入,对隧道施工过程中引发的地面最大沉降进行预测分析。结果显示,RNN对隧道沉降的预测结果优于传统的BP神经网络模型,并且RNN在连续未知区段的预测结果比BPNN更加稳定。     

高铁软基工后沉降特性与加固效果

高速铁路深厚软土地基的工后沉降控制是世界性难题,为此,依托于沪宁城际高速铁路,统计分析100余公里路基段3a运营期的沉降监测数据,将工后沉降划分成可以评价沉降控制效果的4个等级,并结合沉降推测评估,将其区划为稳定、基本稳定、临界超限与超限4个状态;针对地基处理措施工后沉降控制效果分析中传统方法存在的问题,提出"当量软弱土厚度"概念,可量化分析地基处理措施的工后沉降控制效果。分析表明:高铁路基的工后沉降与当量软弱土厚度成正相关关系,不同处理措施加固地基存在一个"临界"当量软弱土厚度,桩-板结构处理的地基沉降处于临界超限时,对应的当量软弱土厚度是桩-筏复合地基的1.7倍,是桩-网复合地基的2.2倍;桩-板结构处理的地基单位当量软弱土厚度工后沉降值仅为桩-筏复合地基的59%,桩-筏复合地基是桩-网复合地基的76%。     

软土地基旧路拓宽工程路基沉降变形规律分析

针对旧路拓宽工程中最常遇到的问题,利用土力学知识对新老路基中的地基附加应力分布特征进行了研究,对旧路拓宽中地基附加应力分布特点,附加应力计算进行了分析,以期能更好地解决旧路拓宽中的差异沉降问题。