高填路堤沉降的神经网络动态预测.pdfVIP

第 卷 第 期 桂 林 工 学 院 学 报 !! #$%!! ’$ 年 月 !((! ) *+,-’./+01,2/2’ 2’3424,45+04567’+/+18 *9% !((! !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 文章编号： （ ） :((;=? !((!((!=!( 高填路堤沉降的神经网络动态预测 李 素 艳 （桂林工学院土木工程系，广西 桂林 ） =:(( 摘 要：高填路堤施工过程中，其路堤会发生不同程度的沉降，而这种沉降必须控制在一 定的允许范围内，现场监测极为重要 将神经网络技术用于高填路堤施工沉降预测，并用 6 语言实现 对广西六寨至水任二级公路 处路堤边缘的沉降预测结果表明，神经网 @A)B;)( 络动态预测最大样本相对误差为C=:D，回归分析最大样本相对误差为=C;D，因此神经 网络方法用于高填路堤沉降预测具有可靠性和实用性 关键词：高填路堤；沉降预测；神经网络 中图分类号： ； 文献标识码： ! 4E:A ,:;C:! . 我国西南地区的重要公路常需要穿越山岭重 分析动态预测中 丘等复杂地貌，高填路堤成为当地最经济实用的 : 人工神经网络概述 路基方式但是，高填路堤设计的影响因素较多， 难度较大，往往引发一些工程事故 近几年来， 人工神经网络是采用物理可实现的器件或采 众多致力于这方面工作的专家学者认识到，对于 用计算机来模拟生物体中某种结构与功能并反过 高填路堤来说，其设计、施工主要是把握好其稳 来用于工程或其他领域其着眼点是采纳生物体 定性和沉降，而沉降的影响因素不同的工程有所 神经细胞网络中可利用的部分来克服目前计算机 不同因此，深入施工现场，监测沉降，用监测 或其它系统不能解决的问题，如学习、识别、控 的信息来预测可能引起的破坏，并反馈于原设计， 制、专家系统等，它是由大量而简单的处理单元 及时调整施工方案或采取应急对策已越来越重要 （神经元）广泛地相连接而形成的复杂系统，具有 当前，预测的方法多种多样，如回归分析、 很强的容错能力和学习功能，网络中连接权和连 灰色预测、时间序列分析和智能决策专家系统等， 接结构都可以通过学习而得到；人工神经网络所 这些方法各有优缺点 神经网络是 世纪 年 记忆的信息是存储在神经元之间的连接权中，从 !( A( 代以来发展起来的以神经生理学和心理学为基础 单个神经元权重中看不出其存储信息的内容，因 的模拟人脑功能的网络，由于其并行处理的能力、 而是分布式的存储方式 图 是一种典型的前馈 : 分布式存储、自适应、自组织、自学习能力的特 式神经网络模型示意图，其神经元是分层排列的， 点，在工程中有很大的发展潜力已经应用到了 各层神经元之间通过不同的权重连接，权重的大 图像处理、自动控制、经济预测、信号处理、模 小反映互连神经元之间的相互影响的形式与大小 式识别、人工智能等领域 用神经网络