基于遗传优化神经网络的高速公路路基沉降量预测

摘要：

控制路基沉降是公路工程中的一个关键技术问题,而路基沉降与其影响因素之间存在着线性、非线性关系.当输入自变量较多时,用传统神经网络建模容易出现过拟合现象,导致网络模型预测精度较低.针对此问题,本文用遗传算法对神经网络模型的权值和阈值进行优化,同时讨论遗传参数的设定对输出结果的影响.通过对成南高速的实测数据进行仿真,试验结果表明:优化后的BP神经网络具有较高的预测精度,预测效果明显优于传统神经网络模型的输出结果,该预测方法可作为高速公路路基长期沉降预测的一种有效辅助手段.

关键词：遗传算法、BP神经网络、路基沉降量、优化、预测

所属期刊栏目：41

分类号：TP393;TU473.2(计算技术、计算机技术)

资助基金：国家档案局科技项目2017-X-43

在线出版日期：2019-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：124-130,207