公开(公告)号：CN110593018A

公开(公告)日：2019-12-20

申请号：CN201910570683.7

申请日：2019-06-28

Applicant: 吉林大学

Inventor： 吕岩 ,  马婧 ,  顾思远 ,  孙孟 ,  刘婷婷 ,  贺元源 ,  王宏 ,  蒋森峰

IPC: E01B2/00 ,  E01B35/12 ,  G06N3/04 ,  G06N3/08

Abstract: 一种高速铁路路基的沉降预测方法，本发明基于BP神经网络背景值优化的灰色预测模型，通过误差反向传导的模式最大程度的提高模型的拟合精度，并建立2个BP训练网络来获得等时距的重构背景值。本发明区别于以往预测模型只能带入填筑时间这一单一变量的缺陷，同时考虑填筑时间t以及填筑高度H对于沉降值的影响，为研究多因素主导的沉降预测问题提供一定参考思路。同时BPGM模型通过灰色模型的灰盒性，可以避免由于软土的特殊性质以及季冻情况对于预测结果的不良影响。而且通过带入具体工程中，经验算，BPGM模型在实际应用中拟合预测精度优于沉降变形理论计算模型、传统的Lagrange插值-灰色预测模型和普通二维-双隐层的BP神经网络预测模型。