动量BP算法及其在桩基沉降研究中的应用

文章在说明动量BP算法及其程序实现的基础上，阐还了网络训练中的主要参数(初始权值与阈值、隐层单元数、输出单元数、归一化方法、传递函数)对训练过程的影响，并将动量BP算法应用于桩基沉降的研究，研究表明，使用一定的训练参数，得到的预测沉降与最终沉降量会具有良好的一致性。     

BP神经网络模型预测高速铁路路基沉降的适用性分析

以武广高速铁路乐昌段19个路基断面的沉降数据为研究对象,利用Matlab软件建立BP神经网络预测模型,计算原始模型和改进模型的预测误差,对两种模型的适用性进行评价,结果显示：单纯的BP模型容易陷入局部最小,不适用于高速铁路路基沉降的预测,采用双隐含层的GA-BP网络模型可以明显减小误差,提高预测的稳定性。     

基于改进BP算法的Elman网络在软基沉降预测中的应用

E lm an网络具有动态特性好,逼近速度快,精度高等特点,本文结合软基沉降的基本特征,建立了E lm an网络软基沉降预测模型。考虑到经典BP算法的缺陷,采用改进BP算法对网络进行训练学习。实例分析表明,本文所建立的E lm an网络模型具有一定的可靠性和实用性。     

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。     

泊松模型预测路基沉降

路基沉降变形有其自身的规律性。本文根据路基沉降特征,结合泊松曲线特点,建立了路基沉降量随时间而变化的泊松曲线预测模型。结合具体工程实例,证实泊松曲线很好地反映了路基沉降过程中沉降量与时间的“S”形关系。最后指出,采用泊松模型进行路基沉降预测,建模所需实测数据不能太少,实测点数据越多,预测曲线越逼近实测曲线,预测精度也越高,从而得出有一定参考价值的结论。     

增加曲线模型在路基沉降预测中的应用研究

增加曲线模型自身的特点，决定了它能很好地拟合一级荷载下的地基沉降．时问曲线，这已得到了验证。将其引入到多级填土荷载下的软土路基沉降的预测中，提出了相应的预测数学模型，并通过工程实例予以验证。其结果表明：与传统的针对多级荷载的指数曲线模型以及双曲线模型相比，该模型的理论更为充分，其预测结果也更接近实际，具有一定的工程实用价值。     

真空预压软土路基沉降预测

采用6～30d实测数据,分别采用双曲线拟合法、指数曲线拟合法和泊松曲线拟合法对真空预压法处理软土路基沉降进行预测,计算结果表明指数曲线拟合法预测的结果与实际沉降量较为接近,收敛性也最好,可用于指导施工。     

高速公路软土路基沉降量的人工神经网络预测

针对高速公路建设中广泛存在的软土路基最终沉降量预测这一迫切需要解决的技术难题,提出了改进的BP神经网络预测模型,并归纳出影响软土路基沉降量的主要因素.通过对模型的建立、训练和验证,以及与其他方法的对比表明,改进的BP神经网络模型在非线性建模方面具有泛化性强、计算精度高、操作简便的独特优势,具有广阔的工程应用前景.     

BP神经网络在冻土路基变形预测中的应用

在青藏铁路冻土路基现场实测资料的基础上,用改进的BP神经网络建立起了路基变形与地温、路基高度和上限之间的非线性映射.对某一典型路基第30年的变形进行了预测,结果显示路基的累计融沉量在冻胀量的两倍以上.从绘制的路基变形过程曲线可以很清晰地看出路基一年中的变形趋势和冻胀融沉区间.在4月份以后,路基的变形由冻胀向融沉转变,变形与地温有很好的正比关系,但是当地温升高到一定值时,路基的融沉量便不再随着地温的升高而增大.路基的冻胀与地温的关系也有相似的规律,说明地温对路基变形的影响存在一个比较明显的区间,在这个区间范围内的温度对路基变形的影响较大,这为控制路基的病害提供了一个比较有价值的信息.     

BP神经网络在花岗岩型铀矿预测中的应用

在已知矿床的外围或深部发现更多的成矿有利区是我国南方地区新一轮热液型铀矿勘查工作的重要方向之一。采用BP网络对某花岗岩型铀矿区以航空放射性信息为主的找矿标志进行综合。15个检验样本的预测有利度与期望有利度基本吻合,表明采用该预测模型对研究区内所有样本进行综合预测是合适的。从全区的预测结果可以看出,14处已知铀矿床均位于成矿有利度大于0.9的区域,且在已知铀矿床的外围发现了具有较好成矿远景的多片有利区。     

改进灰色模型对路基沉降预测的应用研究

讨论了灰色系统理论在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,建立了任意间隔的非时序改进灰色模型。通过具体工程实践,给出了两种模型对路基沉降量预测结果与实测结果的比较,结果表明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。     

应用遗传-神经网络方法预测软土路基沉降

理论方法预测软土地基沉降与实际存在较大的差距,使得预测结果很难达到设计要求,不利于指导施工。将现有的理论方法同现场观测信息相结合,对软土地基变形作出更为准确的预测,有利于指导和控制工程施工。采用遗传算法和BP最优化法相结合的算法来训练网络,用遗传算法来优化BP神经网络中权值;用龚帕斯曲线来分解沉降时序,通过沉降趋势线偏移量来训练网络。采用这种方法预测软土路基沉降取得了较好的应用效果。     

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。     

大兴安岭北部多年冻土地区路基沉陷研究

通过对该区４个路段１２个断面为期３ａ的路基沉陷观测并结合线路普查和分析表明,多年冻土路基稳定性与地基的水、热状况密切相关,受自然环境和人为因素的制约。合理布线、保护植被、改善排水、合理确定路基高度以及设置护坡、基底反铺塔头、采用土工聚合材料和无基管涵结构等,是保持该地区路基稳定的有效措施。     

桩基沉降量的灰色预测

利用实测的桩基静载试验数据 ,用灰色系统理论建立桩基沉降量的灰色GM(1,1)预测模型 ,可以模拟桩基静载试验P s曲线的未知部分。研究结果表明 ,建立的GM(1,1)模型可有效预测桩基沉降量 ,对进一步分析桩基的承载性能有理论与实际意义。     

盾构施工地面长期沉降的神经网络预测

基于逆传播人工神经网络方法，建立了盾构施工地面长期沉降的非线性预测模型，建立了沉降与诸多影响因素：所处位置、时间、上覆土性参数及盾构施工参数等的关系模型。通过在上海地铁2号线龙东路一中央公园站区间资料的验证，发现与实际比较吻合。     

高层建筑逆作法施工沉降差控制分析

沉降差控制是软土地区逆作法施工中的关键技术。根据逆作法施工特点,采用上部结构、地基和基础共同作用理论,对算例进行计算,根据结果,分析沉降差与上部结构、地基刚度贡献以及地下连续墙深之间关系,以使逆作法施工控制中有的放矢,减少沉降差带来的负面影响。     

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因底面应压力验算公式，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。     

沉降预测的非等步长灰色时变参数模型

针对经典灰色系统模型的不足，根据灰色系统理论的信息处理原则，在模型中引入遗忘因子，建立了灰色系统沉降预测的非等步长灰色时变参数模型，并在求解过程中引入遗忘因子以修正预测结果。模型充分考虑了预测系统的时变性和灰色性，从而降低对预测系统状态的预测误差。实例预测表明，灰色时变参数模型可以将工后总沉降量的预测误差控制在23%以内。误差检验结果显示，预测结果的精度等级较引入遗忘因子修正前有显著的提高。