-
题名基于优化BP神经网络的复合路基沉降预测
被引量：2
- 1
-
-
作者
张建
易文
袁伟嘉
-
机构
重庆市潼南区桂林街道办事处综合行政执法大队
中南林业科技大学土木工程学院
保利长大工程有限公司
-
出处
《工程建设》
2024年第3期6-10,16,共6页
-
基金
国家948资助项目(2015-4-38)
湖南省交通科技计划资助项目(201803,201303)。
-
文摘
为准确预测CFG桩复合路基的沉降,以观测时间、累计填土厚度、软土层厚度、软土压缩模量和桩长为输入变量,基于MATLAB平台,构建网络结构为5-5-1的BP预测模型,并用粒子群算法和遗传算法分别进行优化,再以肇庆市桥北路新建工程的实测数据进行仿真,将两种优化模型和普通BP模型的预测性能进行对比。结果表明:使用PSO-BP和GA-BP预测模型预测CFG桩复合路基的沉降是可行的,且预测精度高,预测结果明显优于普通BP沉降预测模型。本文成果可为复合路基的沉降预测提供一定的借鉴与参考。
-
关键词
神经网络
PSO-BP
GA-BP
CFG桩复合路基
沉降预测
-
Keywords
neural network
PSO-BP
GA-BP
CFG pile composite subgrade
settlement prediction
-
分类号
U416.1
[交通运输工程—道路与铁道工程]
-
