典型文献
基于灰色BP神经网络的青藏铁路路基沉降预测模型
文献摘要：
为分析青藏铁路路基高程不规则变形问题,以青藏铁路唐古拉南-安多区间冻土路基沉降变形监控数据为依据,提出一种基于灰色BP神经网络的路基沉降预测模型,利用GM(1,1)模型拟合数据的残差进行BP神经网络训练,并通过训练后的残差序列得到新的路基沉降预测值.研究结果表明:建立隐含层为5层、训练次数为1000次、训练精度为10-7的灰色BP神经网络模型,对青藏铁路冻土区沉降量进行预测,平均相对误差为1.201 555×10-6,精度较GM(1,1)模型更高,可有效预测路基沉降.基于灰色BP神经网络模型,分别预测3年后、10年后的路基沉降危险点,并提出相关路基养护措施建议.
文献关键词：
青藏铁路;铁路路基;沉降预测;统计分析;多年冻土;灰色BP神经网络模型
中图分类号：
作者姓名：
郭继林
作者机构：
中铁十二局集团铁路养护工程有限公司,西藏拉萨 250014
文献出处：
引用格式：
[1]郭继林-.基于灰色BP神经网络的青藏铁路路基沉降预测模型)[J].中国铁路,2022(11):63-68
A类：
B类：
青藏铁路,铁路路基,路基沉降预测,沉降预测模型,唐古拉,安多,多区,冻土路基,路基沉降变形,变形监控,监控数据,GM,模型拟合,神经网络训练,残差序列,隐含层,冻土区,沉降量,平均相对误差,危险点,路基养护,养护措施,措施建议,多年冻土
AB值：
0.288995
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
