基于BP人工神经网络的煤矸石路堤沉降预测分析

发布时间：2020-04-06 02:14

【摘要】：近年来,随着我国公路及铁路建设的飞速发展,需要大量的材料来填充路基,煤矸石作为土工工程充填材料在国外已得到了广泛应用,因此作为路基材料有着广阔的应用前景。而在煤矸石地基上修建高速公路,其核心问题在于控制路基的沉降。因此,准确地预测煤矸石路基沉降,避免在建设中因沉降问题而影响工程进度和施工质量,具有十分重要的现实意义。本文依托交通运输部科技项目“高速公路煤矸石路基填料路用性能研究”(项目编号2010-353-343-290)和湖南省交通科技项目(项目编号200908)以及安邵高速公路煤矸石路基工程。针对煤矸石路基沉降预测问题,基于BP神经网络非线性映射能力和学习能力,提出学习率可变的动量BP神经网络预测安邵高速公路煤矸石路基沉降,利用实测沉降资料建立路基沉降模型。该模型有较高的预测精度,可用于煤矸石路基沉降预测。为了完成上述研究,本文主要做了下列工作:(1)对国内外煤矸石研究现状,煤矸石路基沉降研究现状,BP神经网络在路基沉降应用研究现状进行了系统的综述。(2)通过对九个省市的煤矸石矿区、使用煤矸石填筑路基的高速公路进行调查并查阅相关文献,结合高速公路路基填料要求,最终发现将南方部分地区的煤矸石用于高速公路路基的填筑是可行的。(3)对人工神经网络的工作过程、学习方法、结构网络做了简要概述。对BP人工神经网络的原理和实现过程做了较为详细的阐述。从理论上对BP神经网络的优缺点进行了较为全面的分析和总结,并在理论层面上对动量BP网络和学习率可变的动量BP网络两种优化方法进行了简要的对比。(4)详细介绍了煤矸石路基的施工工艺。使用双曲线拟合法、指数曲线拟合法、星野法分别对安邵高速公路实测路基沉降数据K127+700断面进行预测,经过计算以及借助趋势线最终得出沉降曲线。(5)利用安邵高速公路实测路基沉降数据,通过BP神经网络进行建模,尝试将构造法和经验试算法相结合,找到了适用于煤矸石路基沉降预测的网络拓扑结构。借助MATLAB中人工神经网络工具箱,采用动量BP算法(对应工具箱中traingdm函数)和学习率可变的动量BP算法(对应工具箱中traingdx函数)对路基沉降进行预测,并进行比较分析,最终确定后者更适合煤矸石路基沉降预测。对比分析BP神经网络法与曲线拟合法的预测结果,得出BP神经网络算法比曲线拟合法更适合煤矸石路基沉降预测的结论。以上研究工作为煤矸石路基沉降预测提供了一种较为精确的方法,为煤矸石路基沉降变形提供依据,揭示了煤矸石路基沉降变化规律。并在此基础上,证明了学习率可变的动量BP算法比动量BP算法更精确。
【图文】：

人工神经元,构造模型,细胞体

技大学硕士学位论文逦基于ＢＰ人工神经网络的煤矸石路堤沉降预测胞体：由细胞核、细胞膜、细胞质三部分所构成，是神经元最重要，，同时也是组成生命最基本的单位。逡逑突：从细胞体中伸出密密麻麻的枝杈一样的突起，它可以接受其他，并可以将信息传递到细胞体。逡逑突：在细胞体和神经元之间出现一种突起，长度可以达到ｌｍ，它是的树突，它的作用使传递细胞体的信息。逡逑工神经元逡逑生物神经元的结构和工作原理，构造一个人工神经元如图３．１所示［７Ｑ］

生物神经系统,神经网络,中间层,分层型

逦ｎｅｔｗｏｒｋ（ｂ）逦ｆｅｅｄｆｏｒｗａｒｄ邋ｎｅｔｗｏｒｋ（ｃ）逡逑图３．２分层型神经网络的三种拓扑结构逡逑Ｆｉｇ．３．２邋Ｔｈｒｅｅ邋ｔｏｐｏｌｏｇｉｃａｌ邋ｓｔｒｕｃｔｕｒｅｓ邋ｏｆ邋ｌａｙｅｒｅｄ邋ｎｅｕｒａｌ邋ｎｅｔｗｏｒｋｓ逡逑一般情况下，分层型yL经网络按其特有的功能将神经元分为三层，分别是输逡逑入层、中间层（隐层）以及输出层。输入层和输出层控制着神经元的外部输出和逡逑输入，他们可以找到对应的显像，而中间层是不参与外部的输入和输出的，亦被逡逑称为隐层，中间层根据需要可以是多层，少数情况下也可不设置中间层。逡逑互连型神经网络分为全互连神经网络和局部互连神经网络，拓扑结构如图逡逑３．３所示，全互连神经网络是指网络中的任意两个神经元皆相互连接；而局部互逡逑连型神经网络顾名思义是指任意两神经元之间不一定都是互相连接，还存在其他逡逑连接方式。逡逑暴逡逑图３．３互连型神经网络逡逑Ｆｉｇ．３．３邋Ｉｎｔｅｒｃｏｎｎｅｃｔｅｄ邋ｎｅｕｒａｌ邋ｎｅｔｗｏｒｋ逡逑随着人工神经网络的飞速发展
【学位授予单位】：中南林业科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U416.12

【参考文献】