基于多灰色预测模型对比的高速公路路基沉降量预测

高速公路路基沉降量的预测不仅关系着高速公路的施工质量与服务水平,同时对高速公路的行车安全也有重要影响.根据路基沉降量的实测资料,通过多种灰色预测模型对路基沉降量进行了数据规律分析及精度对比,选取了最优的灰色预测模型对路基最终沉降量进行预测.为路基稳定性的评价与路基沉降的控制应对提供了参考.     

天然砂砾路基工后非等时距沉降GM(2,1)模型的建立及应用

运用灰色理论建立了天然砂砾的非等时距预测模型,同时,为了预测天然砂砾路基工后沉降,建立了天然砂砾路基工后沉降的GM(2,1)模型。通过实例计算表明,GM(2,1)模型预测精度较GM(1,1)灰色模型高,在天然砂砾路基工后沉降预测中具有较大的实用价值。     

非等时距灰色模型在冻土路基沉降预测中的应用

基于2012年5月～2016年10月G109线K2967+850监测断面处冻土路基的沉降监测数据资料,根据在冻融循环条件下产生的沉降数据多周期和波动性的特点,以及监测数据采集时间间隔不等长的原因,采用非等时距GM(1,1)灰色预测模型构建了冻土路基累计沉降量预测模型。通过将预测模型的模拟值序列与实测值序列进行对比,验证了模型的模拟精度达到I级以上,证明用此模型对K2967+850监测断面2 m深度以内冻土路基的沉降预测是可信的。     

基于等时距处理和IOWHA算子的路基沉降预测

为避免随机因素对单一预测模型影响,建立更符合软土路基沉降规律的模型和方法以提高预测模型的精度和可靠性,分别以原始沉降数据、经三次样条插值和经分段三次Hermite插值处理的数据为样本值建立Gompertz模型、Logistic模型和灰色Verhulst模型3种预测模型,将每种模型的3种情况的预测值同实测值进行对比分析,选出每种模型对样本处理的优势方法。以每种模型的优势方法为单一模型,建立基于IOWHA算子的组合模型,该组合模型按照每个时刻单一模型的预测精度的高低对最优权系数进行求解。研究结果表明:在沉降速率发生明显变化时刻的数据作为最后一组样本值进行预测时,Gompertz模型和Logistic模型以分段三次Hermite插值等时距处理的数据为样本值预测效果更好,灰色Verhulst模型以原始沉降数据为样本值预测结果精度更高。求解基于IOWHA算子的组合预测模型的赋权系数时,GA比使用MATLAB的非线性优化的工具箱的求解方法更为可靠,得到的组合模型预测精度更高。     

基于主成分分析-相关向量机的高速公路路基沉降量预测

为解决高速公路路基沉降量难以获取的难题,提出一种基于主成分分析(principal compohent analysis,PCA)的相关向量机(relevance vector machine,RVM)路基沉降量预测方法。通过主成分分析法将多个易获取的土体常规物理参数降维成少数且独立的变量,借助相关向量机模型反映路基沉降量与4个主成分变量之间的非线性映射关系,建立基于PCA-RVM的高速公路路基沉降量预测模型。将该模型应用于工程实例,在同样学习样本情况下与4种神经网络预测模型对比分析,结果表明:PCA-RVM预测模型通过分析各因素的相关性与贡献率,将多个影响因素合理化为少数主成分变量,在信息筛选方面明显优于其余4种模型;各模型预测结果显示,在路基沉降量预测结果的相对误差及均方差方面,PCA-RVM预测模型均占据较大优势。PCA-RVM模型具有精度高、离散性小、可靠度高等优点,为高速公路路基沉降量预测提供了一种新方法。     

高速公路路基沉降的组合预测研究

保证路基沉降变形的稳定是公路建设中至关重要的一项基础性工作,本文在分析已有沉降预测模型的基础上,建立了高速公路路基沉降预测的等权重组合模型。计算表明,利用等权重组合模型具有较高的预测精度,同时考虑了多个影响因素,为路基沉降变形预测提供了一条心的途径。     

高速公路软土地基沉降预测与分析

目前采用的各种沉降预报方法特别是施工期间沉降的预测还不能满足工程应用的要求,预报最终沉降和历程与实际观测相差较大。本文用灰色预测模型对最终沉降和沉降历程以及施工期沉降速率等问题进行预测分析,通过施工过程中监测路堤沉降数据建立了预测沉降的灰色模型,为预测软土地基路基填筑施工引起的沉降提供了一种新的方法,从而达到动态控制施工,保证施工安全和施工质量的目的。     

高速公路路基沉降预测研究

文章讨论了灰色系统理论在公路路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行了改进,建立了任意时间间隔的非等时序改进灰色模型.通过具体工程实践,给出了两种模型对公路路基沉降量预测结果与实测结果的比较,结果表明非等时序改进灰色模型的预测沉降量与实际沉降量更接近,精度更高,更能满足工程需要.     

灰色模型结合神经网络预测高速公路路基沉降

为了提高高速公路路基沉降的预测精度,考虑到神经网络强大的非线性映射功能,提出了"灰色模型+神经网络"对高速公路路基沉降进行预测分析的组合方法。以湖南省某高速公路路基沉降多个断面实测数据构建灰色GM(1,1)预测模型,在采用构建的灰色模型预测出相应结果的基础上,运用神经网络对预测结果做误差补偿。研究结果表明,采用实测数据拟合的灰色模型预测值的最大相对误差与运用神经网络对预测结果做误差补偿之后的优化预测值的最大相对误差分别为19.193%和0.865%,用神经网络对灰色模型预测结果做误差补偿之后的优化预测值与实测值更接近。     

灰色模型预测在真空预压工程中的应用研究

结合工程实例,使用灰色模型法对土体最终沉降量进行预测,将预测结果与Asaoka法、三点法和双曲线法的预测结果做了比较,分析了GM(1,1)灰色模型在最终沉降量预测中的可行性.通过对4种方法的预测结果进行的对比,可以得出:灰色模型法在最终沉降量预测中具有较好的稳定性和精度,可以推广使用.     

复合地基沉降的模型预测

通过对复合地基沉降发展机理和规律的分析,结合Verhulst灰色预测模型的特点,建立了复合地基沉降的Verhulst灰色预测模型,反映了复合地基沉降 时间曲线的单调递增性、有界性和呈"S"形的特点·模型精度检验表明,利用较少的沉降观测数据,通过数学推理过程建立的沉降Verhulst预测模型具有可靠的预测精度,反映了复合地基沉降发展的长期过程·     

铁路路基沉降预测评估方法适用性对比分析

铁路路基工后沉降变形分析评估是铁路轨道工程铺设的必要条件和关键工序之一。文章利用灰色理论、指数法和双曲线法对铁路路基沉降进行研究预测,得出了不同模型的预测精度。从结果来看三种模型中灰色理论能够更好地反应沉降趋势,分析预测精度较好,可为监测提供有效的信息。     

MGM(1,n)模型在粉喷桩路基沉降预测中的应用

提出了一种预测公路复合地基工后沉降的新方法。首先,通过路基监测项目的灰色关联分析,优选影响路基沉降的相关预测变量,如道肩水平位移、孔隙水压力消散值及桩身应变等,在此基础上建立灰色多变量MGM(1,n)模型并给出相应的沉降预测方程。而后考虑监测数据序列的非等时间间隔影响,改进、完善此模型,使之能够对粉喷桩复合路基的沉降量进行准确预测。文中并给出应用实例,表明应用该法进行沉降预测,可以更全面地利用工程监测数据,更有效地预测路基工后沉降量。     

基于灰色关联与神经网络的瓦斯含量预测研究

为了解各影响因素对煤层瓦斯赋存规律的影响,准确预测煤层瓦斯含量,在分析潘一东勘探钻孔资料的基础上,基于灰色关联分析了影响13-1煤层瓦斯含量的各因素,确定了煤层埋深、顶板岩性、煤层厚度和地质构造是影响煤层瓦斯含量的主要因素;利用神经网络方法建立了煤层瓦斯含量预测模型,结合实际数据,对预测模型进行训练与检验。结果表明:预测精度较高,验证了基于灰色理论与神经网络预测模型的可靠性。     

最优权组合模型在季冻区公路软基工后沉降中的应用

为研究最优权组合预测模型在季冻区公路软基沉降预测中的适用性,选取国道332线拉哈段(拉布大林至哈达图)一级公路的典型断面,采用分层沉降仪进行沉降监测,通过沉降管上磁环位置的移动来反映路基沉降变化。根据一年的沉降实测资料,利用MATLAB对原始非线性数据进行三次样条插值处理,基于最优权权重法将灰色GM(1,1)及二次曲线模型进行组合,对地基的远期沉降进行预测,将预测结果与实测资料进行对比,探究该模型的适用性,同时基于季冻区气候特点,选取适合高寒地区路基监测的合理时距。研究表明：最优权权重组合模型的预测效果与样本数密切相关,适当增加建立模型的样本数亦可显著提高预测精度;在考虑区域气候条件下,适当减少冬季及沉降速率较慢的月份的样本数量,增加在沉降初期及冻融前后的样本数量可以有效提高模型的预测效果;研究成果表明本文的最优权组合预测模型可以较好的预测季冻区公路远期沉降,为类似工程的沉降预测提供参考。     

基于动量BP算法的过渡段路基沉降预测

利用动量BP算法改进了BP神经网络的收敛性,建立了过渡段路基沉降预测模型.该模型可克服传统BP神经网络收敛速度慢、易陷入局部最优等的缺点.结合津秦客运专线路桥过渡段路基沉降实测数据,将该优化模型与传统BP神经网络预测模型进行了对比.计算表明,利用动量BP算法改进的神经网络具有较高的预测精度,同时考虑了多个影响因素,因而具有广阔的应用前景.     

信息熵和多因素灰色系统模型在碳排放的分析与预测

碳排放是引起气候变化的重要原因.针对影响碳排放的因素和预测问题,以2007-2016年广西碳排放10年的数据为样本,提出了利用信息熵与灰色系统理论分析能源结构、能源强度、人口数量及碳排放之间的相关性和相关程度,建立了多因素预测模型对碳排放量进行了预测.通过评价指标P=0.98和C=0.14,表明了预测模型具有良好的精度...     

利用灰色预测建立棉铃虫二代发生情况气象因素预报模型

利用灰色预测,从气候角度对棉铃虫二代卵量进行分析及预测,根据棉铃虫的生态、生物学意义,对影响二代棉铃虫卵量的各有关气象因素进行灰色关联分析,求出各因素与预报量之间的关联程度,从中选择与预报量关联程度较大的要素作为预报因子,建立预测模型,并进行试报,结果与实况较为接近.     

变权重组合模型在路基沉降预测中的应用

通过对软土路基沉降发展规律及其沉降曲线特点的深入研究,结合4种单项软土路基沉降预测模型提供不同的有价值预测信息的特点,引进重组合预测思想,在单项预测模型的基础上提出了路基沉降变权重组合预测方法,工程实例分析表明,利用该模型与方法得到的预测曲线与实测曲线吻合良好,能够满足工程要求,此外,变权重组合预测模型比其它单项模型具有明显的优越性,为软土路基沉降发展预测提供了一种有效而实用的方法.     

改进的Verhulst沉降预测模型及其参数估计方法

为提高软土路基沉降预测灰色Verhulst模型的预测精度,首先从沉降初始实测值修正和增加时间指数项两个方面对灰色Verhulst模型的离散时间响应式进行了改进;然后基于最小二乘原理,利用差分进化算法对改进的灰色Verhulst模型时间响应式进行直接地优化估计,避免了灰色Verhulst模型常规估计方法中因背景值选取问题而导致的计算误差.实例计算结果表明,改进的灰色Verhulst模型较原模型具有更好的灵活性和适应性,比Gompertz模型、Logistic模型、Bertalanffy模型、Weibull模型及原灰色Verhulst模型这几种沉降预测模型具有更高的预测精度,可供工程设计参考.