10.3969/j.issn.1003-1995.2023.02.24
融合人工智能算法的铁路路基沉降预测方法
首先利用三阶多项式拟合、GM(1,1)和BP神经网络等算法构建了铁路路基沉降单预测模型;然后基于误差法和熵值法,以合肥地铁4号线盾构隧道下穿既有铁路的监测数据为基础,融合三阶多项式拟合、GM(1,1)和BP神经网络构建了组合预测模型,实现铁路路基沉降的分阶段预测;最后,利用平均绝对误差、均方误差和平均绝对百分比误差评价模型精度.结果表明:基于误差法和熵值法的组合预测模型能显著提高预测精度,预测相对误差均小于±5%,预测均方根误差均小于±0.1 mm,验证了提出的组合预测模型的有效性.
铁路路基、组合预测模型、模型试验、路基沉降、BP神经网络、GM(1、1)模型、三阶多项式拟合
63
U455.4;U416.1(隧道工程)
中铁四局集团有限公司科技研发项目2021-62
2023-04-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
123-128