矿山测量

2016, v.44;No.186(06) 40-43+47

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

灰色人工神经网络模型在路基沉降预测中的应用
Application of grey artificial neural network model in the prediction of subgrade settlement

王江荣;梁永平;

摘要(Abstract):

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。

关键词(KeyWords): 弱化缓冲算子;灰色模型;神经网络;路基沉降;预测

Abstract:

Keywords:

基金项目(Foundation): 兰州市科学技术局计划项目(兰财建发[2015]85号);; 兰州石化职业技术学院科技资助项目(院发[2015]69号);; 甘肃省科技厅计划项目:石油化工企业应急演练系统(基金号:1204GKCA004);; 甘肃省财政厅专项资金立项资助(甘财教[2013]116号)

作者(Author): 王江荣;梁永平;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享