收藏本站
《中南林业科技大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于BP人工神经网络的煤矸石路堤沉降预测分析

姚博  
【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。
【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】
中国期刊全文数据库 前10条
1 万臣;李建峰;赵勇;张金龙;;基于新维BP神经网络-马尔科夫链模型的大坝沉降预测[J];长江科学院院报;2015年10期
2 孔繁盛;张彦拓;;改进的BP神经网络在路基沉降预测中的运用[J];山西交通科技;2014年05期
3 邹进贵;肖扬宣;张士勇;;基于ARIMA-BP神经网络的组合模型在地基沉降预测中的应用研究[J];测绘通报;2014年S2期
4 黄惠峰;张献州;甄亚男;乐亚南;;遗传BP神经网络叠加区域沉降的工程沉降分析与预测方法[J];测绘工程;2014年06期
5 罗林;左昌群;赵连;唐霞;;基于BP神经网络和R/S分析的隧道仰坡沉降变形预报预测[J];施工技术;2014年11期
6 刘龙;张献州;喻巧;甄亚男;;基于GA-BP神经网络的高铁线下工程沉降预测模型[J];测绘工程;2014年05期
7 杨发群;邱卫宁;魏成;李成贤;;顾及不确定因素的GA-BP神经网络在路基沉降预测中的应用[J];测绘工程;2013年06期
8 沈跃军;秦鹏;;基于BP神经网络-实时跟踪算法的海堤沉降预测[J];人民长江;2013年22期
9 厉东伟;陈冉丽;;BP神经网络预测模型在高铁沉降预测中的应用[J];测绘通报;2013年S1期
10 刘戈;吴立新;;基于BP神经网络法对地连墙后土体沉降预测分析——以天津地铁施工为例[J];沈阳建筑大学学报(自然科学版);2013年05期
中国重要会议论文全文数据库 前1条
1 甄亚男;张献州;;基于改进遗传算法的BP神经网络在高速铁路沉降预测中的应用[A];全国工程测量2012技术研讨交流会论文集[C];2012年
中国硕士学位论文全文数据库 前10条
1 吴妍瑾;煤矸石填筑公路路基沉降分析与施工技术研究[D];河北工程大学;2014年
2 高礼;煤矸石路用性能试验研究及其路堤稳定性分析[D];中南大学;2014年
3 宋淮;高速公路煤矸石路堤现场试验与涵洞病害防治措施[D];中南大学;2014年
4 唐泉;高速公路煤矸石路堤沉降与边坡稳定性研究[D];中南大学;2014年
5 白文燕;基于BP优化网络的戈壁土地区高速铁路路基沉降的预测研究[D];兰州交通大学;2013年
6 孟凡凤;煤矸石膨胀土路基抗剪强度及CBR变化规律研究[D];内蒙古农业大学;2012年
7 丁明;淮南矿区煤矸石路基填料路用性能试验研究[D];合肥工业大学;2012年
8 吕琼帅;BP神经网络的优化与研究[D];郑州大学;2011年
9 颜美;煤矸石填筑路基的应用研究[D];重庆交通大学;2011年
10 方方;基于改进BP神经网络的电力负荷预测研究[D];哈尔滨工业大学;2011年
【共引文献】
中国期刊全文数据库 前10条
1 辛大鹏;田林亚;沈哲辉;;小波分解AR-BP网络模型在大坝垂直位移预测中的应用[J];测绘工程;2015年12期
2 杨瑞芳;周毅英;;基于混沌遗传算法优化GRNN模型的珠三角高速公路软土路基沉降预测[J];公路工程;2015年06期
3 郑丽;白宝玉;;基于时间序列的基坑地表沉降预测模型及其应用[J];长春师范大学学报;2015年10期
4 陈冠宇;李文广;;小波神经网络在高铁路基变形分析中应用研究[J];测绘与空间地理信息;2015年09期
5 邹晓旭;;基于GA-BP神经网络矿用通风机故障诊断研究[J];能源技术与管理;2015年03期
6 陈大勇;刘大伟;;卡尔曼滤波法在城际高铁沉降变形监测与分析的应用[J];测绘与空间地理信息;2015年06期
7 陈俊杰;王明远;;基于遗传算法的拐点偏移距神经网络预测模型构建及分析[J];中国地质灾害与防治学报;2015年02期
8 成枢;隋冰冰;沈毅;王涛;;基于BP神经网络的矿区地表沉降预测研究[J];测绘与空间地理信息;2015年03期
9 冯守良;;基于RBF网络曲线拟合的研究[J];黑龙江工程学院学报;2015年01期
10 张帆;胡伍生;;神经网络融合模型在大坝安全监控中的应用[J];测绘工程;2015年01期
中国硕士学位论文全文数据库 前10条
1 刘俊夫;基于BP神经网络的配电网故障区段定位优化方法研究[D];湖北民族学院;2018年
2 姚博;基于BP人工神经网络的煤矸石路堤沉降预测分析[D];中南林业科技大学;2018年
3 刘通;煤矸石粉改良膨胀土渗透性与孔隙特征的研究[D];内蒙古农业大学;2018年
4 李超;太阳能光热发电装置及发电量预测方法[D];宁夏大学;2018年
5 唐玉丽;机场旅客风险分类指标体系研究[D];中国民航大学;2018年
6 赵强;装配式自燃煤矸石夹层楼板的理论与试验研究[D];太原理工大学;2018年
7 邵玉飞;利用固体废弃物(煤矸石)制作水稻育苗基质的研究[D];辽宁大学;2018年
8 郭晨露;西安某商城冰蓄冷空调负荷预测与多目标优化运行研究[D];西安建筑科技大学;2018年
9 姜雯;基于可拓层次分析法的石化企业重大危险源安全评估研究[D];天津工业大学;2018年
10 杨培亮;基于深度学习的医学图像分类方法研究[D];哈尔滨理工大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 张守平;樊科伟;;基于自适应MGM(1,n)-马尔科夫链模型的大坝变形预测[J];南水北调与水利科技;2014年01期
2 何自立;杨建国;靳国云;刘云峰;梁倩;马孝义;;基于新维无偏灰色马尔可夫模型的大坝沉降预测研究[J];西北农林科技大学学报(自然科学版);2013年05期
3 吕蓓蓓;杨远斐;;偏最小二乘法与神经网络耦合的大坝监测模型[J];人民黄河;2013年03期
4 龙浩;高睿;孔德新;刘鹏;;基于BP神经网络-马尔科夫链模型的隧道围岩位移预测[J];长江科学院院报;2013年03期
5 朱凤林;韩卫;;Matlab仿真平台下大坝位移BP神经网络模型研究[J];长江科学院院报;2013年01期
6 易庆林;曾怀恩;黄海峰;;利用BP神经网络进行水库滑坡变形预测[J];水文地质工程地质;2013年01期
7 徐伟;何金平;;基于多尺度小波分析的大坝变形自回归预测模型[J];武汉大学学报(工学版);2012年03期
8 潘洁晨;;基于Matlab的土石坝变形分析BP神经网络模型的建立——以哈尔滨西泉眼水库大坝为例[J];水资源与水工程学报;2012年03期
9 秦植海;秦鹏;;海堤地基固结系数反演与工后沉降分形模型预测[J];岩土力学;2012年06期
10 秦鹏;张喆瑜;秦植海;王维汉;;滑坡体监测数据的改进变维分形-人工神经网络耦合预测模型[J];长江科学院院报;2012年03期
中国硕士学位论文全文数据库 前10条
1 全建升;煤矸石二灰混合料在路面基层中的力学性能研究[D];河北工程大学;2012年
2 孟凡凤;煤矸石膨胀土路基抗剪强度及CBR变化规律研究[D];内蒙古农业大学;2012年
3 赵鹏;邢汾高速煤矸石填筑路基关键技术研究[D];长安大学;2012年
4 谢日彬;硫酸盐还原菌对油田的腐蚀状况及其微生物防控机理[D];长江大学;2012年
5 李桂花;煤矸石在高路堤填筑中的关键技术研究[D];山东大学;2012年
6 孙慧娟;正交多项式的一些现代发展[D];广西师范大学;2010年
7 黄志辉;人工神经网络优化算法研究[D];中南大学;2009年
8 安少波;高速铁路路基沉降测试与分析[D];中南大学;2009年
9 袁伟;软岩填料在高速铁路中的适用性分析与沉降研究[D];中南大学;2009年
10 涂帅;黔北电厂粉煤灰半刚性路面基层性能研究[D];重庆交通大学;2009年
【相似文献】
中国期刊全文数据库 前10条
1 陆雪华;沙远峰;黄俊理;梁春朵;何永华;;基于BP人工神经网络的桂林市雾霾天气预测[J];影像研究与医学应用;2018年05期
2 王磊;郭良红;张健;张超;;BP人工神经网络反演在煤层厚度预测中的应用[J];煤炭与化工;2018年05期
3 严巡;王长权;袁肖肖;石立红;;利用BP人工神经网络预测盐水中CO_2的溶解度[J];中国科技论文;2017年24期
4 曹学晨;张顺堂;;基于ARIMA模型和BP人工神经网络的产品质量预测[J];价值工程;2018年35期
5 刘锡健,周娟,张恒;关于石油工程项目社会效益的定量化综合评价[J];科技进步与对策;2004年12期
6 丁守銮,王洁贞,崔希友;基于双曲正切函数HFRS发病率的BP神经网络预测模型[J];系统工程理论与实践;2003年07期
7 李学明;郭尚坤;王剑柯;高阳华;;新的集成预报及其在短期气候预测中的应用[J];重庆大学学报;2010年12期
8 王廷满,沈思;基于BP神经网络的图书发行量预测模型研究[J];情报杂志;2003年06期
9 李未;王如云;卢长娜;张长宽;;神经网络在珠江口风暴潮预报中的应用[J];热带海洋学报;2006年03期
10 吴玉鸣,李建霞,徐建华;中国粮食多因子灰色关联神经网络预测研究[J];华中师范大学学报(自然科学版);2002年04期
中国重要会议论文全文数据库 前7条
1 杨志达;杨毅;;基于BP人工神经网络方法雷达回波外推试验研究[A];第34届中国气象学会年会 S18 气象雷达探测新技术与数据质控的业务应用论文集[C];2017年
2 马师雷;贺娟;高思华;;从六气角度探讨病毒性肝炎与气象因子的相关性及疾病预测模型[A];第三届全国中医药博士生优秀论文颁奖会议论文集[C];2012年
3 朱红娟;朱书阶;;利用人工神经网络对岩浆侵入范围的预测[A];中国煤炭学会矿井地质专业委员会、中国煤炭工业劳动保护科学技术学会水害防治专业委员会2005年学术交流会论文集[C];2005年
4 杨丽雯;王景成;史元浩;;基于粒子群算法的炉膛烟气含量分段优化[A];第26届中国控制与决策会议论文集[C];2014年
5 刘红波;杨小淦;吕培茹;左二伟;王献伟;胡林林;宁淑芳;陆阳清;卢晟盛;卢克焕;;转红色荧光蛋白基因细胞非侵入式人工智能检测与预测体系的建立[A];中国畜牧兽医学会动物繁殖学分会第十五届学术研讨会论文集(上册)[C];2010年
6 薛然尹;;基于神经网络与地统计的男性儿童呼气高峰流量参考值的地理分布[A];2013中国环境科学学会学术年会论文集(第七卷)[C];2013年
7 徐祖信;颜军;尹海龙;;基于人工神经网络的淀山湖入湖通量与水体富营养化相关性研究[A];第九届全国水动力学学术会议暨第二十二届全国水动力学研讨会论文集[C];2009年
中国博士学位论文全文数据库 前3条
1 王志增;河流沉积物中重金属和农药的复合污染机理模型研究[D];华北电力大学;2013年
2 刘波平;近红外光谱技术在多组分检测及模式识别中的应用研究[D];南京理工大学;2011年
3 陈广洲;多源信息耦合的成矿预测新模型研究[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 姚博;基于BP人工神经网络的煤矸石路堤沉降预测分析[D];中南林业科技大学;2018年
2 程跃;煤炭需求的组合预测模型研究[D];辽宁工程技术大学;2007年
3 张璐;锡林郭勒盟草原干旱灾害风险综合分析[D];内蒙古师范大学;2015年
4 王会艳;吉林市城市表层土壤中重金属污染状况研究[D];吉林大学;2009年
5 李森;压电陶瓷微位移驱动器输出特性的研究[D];合肥工业大学;2007年
6 黄桂斌;基于神经网络BP算法的学生能力智能评价系统的设计与开发[D];广东工业大学;2005年
7 刘极莉;船体内舱阴极保护设计技术研究[D];大连理工大学;2006年
8 刘红;民族地区旅游产业风险评估及防范对策研究[D];吉首大学;2012年
9 金星姬;兴安落叶松天然林全林分生长人工神经网络模型的研究[D];东北林业大学;2008年
10 潘承仕;城市功能综合评价研究[D];重庆大学;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026