论文部分内容阅读
高速公路和高速铁路路基的过量沉降或不均匀沉降将导致线路运营条件恶化、乘客舒适度降低、甚至危及行车安全,因此对路基工后沉降的控制随运营速度的提高而更加严格。准确、及时地进行沉降预测可以为合理计划施工进度、确定路面铺筑时间、科学安排路基分层填筑的高度、间歇时间以及预压时间提供一定的指导。本文在分析总结现有相关研究成果的基础上,依据佛开高速公路的现场实测沉降数据,利用灰色GM（1,1）模型和BP神经网络对荷载稳定时的路基沉降进行预测,并从分级加载下路基沉降的变形机理入手,利用曲线拟合-遗传算法联合建模的预测方法对路基沉降进行越级预测。主要工作有:（1）在分析、总结路基在荷载稳定时和分级加载下沉降预测的研究现状的基础上,结合路基的沉降特性,对当前常用的沉降预测方法的理论基础、适用条件、优缺点进行分析、对比,为合理选用沉降预测方法提供理论基础。（2）建立基于人工神经网络的沉降预测模型,采用FORTRAN语言编写了相应的程序并利用现场实测数据进行程序验证。通过实测资料和预测结果的对比分析,讨论了输入矢量个数、监测数据时间间隔以及预测时段对预测精度的影响。（3）针对灰色GM（1,1）模型要求实测数据是等时距的特点,采用直线插值法、三次样条插值法和BP神经网络法三种方法把不等时距实测沉降序列化为等时距序列,并应用于实际工程的沉降预测。结果表明:三次样条插值法和BP神经网络法对不等时距序列进行等时距转换较为合理,BP神经网络法尤为理想。（4）采用BP神经网络-灰色理论联合建模预测荷载稳定时的路基沉降,并讨论建模时段对模型精度的影响。结合工程实例,验证了模型的适用性。（5）利用曲线拟合-遗传算法联合建模预测分级加载下地基的沉降,该方法可用于路基沉降的越级预测,为依据填筑和预压期监测数据预测工后总沉降提供有效途径。讨论荷载增量△pk的取值及荷载增量△pk与前一级荷载增量△Pk-1的比值对预测精度的影响,并分析讨论了预测误差产生的原因及模型的局限性。（6）结合工程实例讨论运用益线拟合-遗传算法联合建模时,所用各级荷载下实测沉降值个数的多少对曲线拟合-遗传算法联合所建模型的精度的影响。