灰色人工神经网络模型在路基沉降预测中的应用

摘要：

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：弱化缓冲算子、灰色模型、神经网络、路基沉降、预测

所属期刊栏目：44

分类号：TD325+.4(矿山压力与支护)

资助基金：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1204GKCA004;甘肃省财政厅专项资金立项资助甘财教[2013]116号

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：40-43,47