基于广义回归神经网络的路基沉降预测.pdfVIP

总第 267期 交 通 科 技 SerialNo．267 2014年第 6期 TransportationScience Technology No．6Dec．2014 基于广义回归神经网络的路基沉降预测 周晓恒 岳晓光 (1．湖北交投科技发展有限公司 武汉 430030； 2．武汉理工大学资源与环境工程学院 武汉 430070) 摘 要 为 了对路基沉 降变化规律进行预测 ，避免发生工程事故，提 出了将广义 回归神经网络模 型应用于软土地基沉降预测中的方案。通过广义回归神经网络的基本理论和概念，采用实际工程 数据 ，用 BP神经网络方法和广义回归神经网络方法进行 了预测分析 ，比较 了2种方法的3组预测 结果 。工程实例预测结果表明，广义 回归神经网络方法 的均方误差和决定系数表现都优于 BP神 经网络方法 ；证明该方法是可行且有效的。 关键词 广义 回归神经网络 BP神经网络 路基 沉降预测 目前 ，我 国的许多公路交通 网络都面临路面 较 2种方法的预测效果 ，得出相关结论 。 沉陷、路基滑坡等问题 ，这些问题大多数是因为施 1 广义回归神经网络方法 工后没有进行有效的沉降检测 口]。例如 ，在山区 的公路普遍采用半填半挖路基 ，而这种路基在实 BP神经网络于 1986年提出，是迄今为止用 际中经常会出现早期 的结构性破坏 ，原 因就是路 得 比较广泛和流行 的网络 ，但 随着神经 网络研究 基工后沉降的检测控制没有到位_2]。 的深入 ，一些性能更为优异 的神经 网络被提 出， 通常情况下，路基沉 降预测方法可 以分为 3 1988年径 向基 函数应用于神经 网络设计 中__4]。 大类 。 作为径向基 函数神经网络的一种重要变形广义 回 (1)传统方法 。传统方法是基于土力学基本 归神经 网络是 由美 国学者 DonaldF．Specht在 理论而展开预测 。 1991年提出，具有很强的非线性映射能力和柔性 (2)数值计算法。数值计算法是依托于本构 网络结构以及高度的容错性和鲁棒性 ，适用于解 理论而展开预测 。 决非线性问题 。并且广义回归神经网络被成功地 (3)根据实测数据进行预测 。这种预测非常 应用于实际的工程实践 中_5]。 多，常见方法有双曲线法 、指数 曲线法 ，还有各种 广义 回归神经 网络 的理论基础是非线性回归 智能预测方法 。 分析 ，非独立变量 y相对于独立变量X 的回归分 为了进一步监控路基沉降问题 ，并且为预测 析实际上是计算具有最大概率值 的y。通过一系 路基沉降问题提供新 的研究思路 ，拟采用智能预 列的积分变换 ，可以计算出网络的输出如下。 测方法 中的广义 回归神经网络 的方法 ，来实现对 EY (x，) 路基沉降的检测控制。采用 BP神经 网络方法进 (x)一{ ———一 (1) 行预测，引入广义回归神经网络方法进行预测 ，比 ∑Y，声(x，C) 收稿 日期 ：2014—07—08 化趋势基本一致 。 参考文献 (3)同一含水量