基于GA-BP神经网络的高铁线下工程沉降预测模型

被引：15

作者：

刘龙 ^{[1
]}

张献州 ^{[1
]}

喻巧 ^{[1
]}

甄亚男 ^{[1
,2
]}

机构：

[1] 西南交通大学地球科学与环境工程学院

[2] 中国建筑西南勘察设计研究院有限公司

来源：

测绘工程 | 2014年 / 23卷 / 05期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

高速铁路; 线下工程沉降; 遗传算法; BP神经网络; GA-BP预测模型;

D O I：

10.19349/j.cnki.issn1006-7949.2014.05.016

中图分类号：

U238 [高速铁路];

学科分类号：

0814 ; 082301 ;

摘要：

结合遗传算法与BP神经网络模型,介绍GA-BP模型的基本原理,建立高速铁路线下工程遗传BP神经网络沉降预测模型,并探讨模型精度的影响因子。通过实例分析表明GA-BP模型具有预测精度高、收敛速度快的特性,进而验证GA-BP模型在高速铁路线下工程沉降预测评估中的科学实用性。

引用

页码：58 / 61

页数：4

共 8 条

[1]

考虑区域沉降的高速铁路沉降预测方法研究.[D].甄亚男.西南交通大学.2012, 10

[2]

遗传优化神经网络在大坝变形监测中的应用.[D].黄胜林.辽宁工程技术大学.2008, S2

[3] 高速铁路沉降评估中工程沉降和区域沉降的可区分性研究 [J].

尚金光 ;

张献州 ;

官超伟 .

测绘科学, 2013, (01) :84-86

[4] 遗传算法优化BP神经网络的混沌时间序列预测 [J].

李松 ;

罗勇 ;

张铭锐 .

计算机工程与应用, 2011, 47 (29) :52-55

[5] 基于最小二乘配置法的BP神经网络GPS高程异常拟合方法研究 [J].

沈雪峰 ;

高成发 ;

潘树国 .

测绘工程, 2011, 20 (04) :14-17+21

[6] 高速铁路线下工程沉降评估方法 [J].

宋来中 ;

易春龙 .

中国港湾建设, 2010, (06) :34-36

[7] 基于GA-BP算法的大坝边坡变形预测模型 [J].

秦真珍 ;

杨帆 ;

黄胜林 ;

徐佳 .

测绘工程, 2010, 19 (01) :13-16

[8] 分式线性神经网络及其非线性逼近能力研究 [J].

杨国为 ;

王守觉 ;

闫庆旭 .

计算机学报, 2007, (02) :189-199

← 1 →