基于皮尔-遗传神经网络的高路堤沉降预测研究

被引：12

作者：

徐晓宇 ^{[1
]}

王桂尧 ^{[2
]}

匡希龙 ^{[2
]}

隋耀华 ^{[1
]}

机构：

[1] 广东有色工程勘察设计院

[2] 长沙理工大学桥梁与结构工程学院

来源：

公路交通科技 | 2006年 / 01期

关键词：

高路堤; 沉降预测; 皮尔曲线; 遗传神经网络;

D O I：

暂无

中图分类号：

U416.12 [];

学科分类号：

081401 ;

摘要：

为确保高速公路的建设质量,许多高速公路进行了路基沉降观测工作,以便对路堤填筑完成以后的沉降发展做出准确的预测,高路堤沉降预测模型较多,但均较难达到理想的精度。文章则依据高路堤填土施工期路基沉降实测资料,考虑到沉降单调增长的特殊性,根据位移分解原理,采用皮尔曲线提取沉降趋势,用基于免疫进化的新型遗传神经网络模型外推偏差,从而提出了一种高路堤沉降预测的新型智能方法。实际工程证明了所提智能预测方法的有效性和可行性。

引用

页码：40 / 43+47 +47

页数：5

共 6 条

[1] 基于灰色—进化神经网络的滑坡变形预测研究 [J].