BP神经网络预测煤矸石路堤沉降
|
摘要
针对煤矸石路堤沉降预测问题,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神经网络以预测常安高速公路煤矸石路堤沉降。利用实测沉降资料建立路堤沉降模型,该模型克服了动量BP神经网络收敛速度慢、训练时间长的缺点。同时采用postreg函数对网络训练结果进行了检验。结果表明:该模型有较高的预测精度,预测误差较小,可用于煤矸石路堤沉降预测。
Aiming at the prediction of coal gangue embankment settlement,based on the non-linear mapping ability and learning ability of BP neural network,a momentum BP neural network with variable learning rate was proposed to predict the coal gangue embankment settlement of Chang'an Expressway.The embankment settlement model was established by using the measured settlement data.The model overcame the shortcomings of slow convergence speed and long training time of momentum BP neural network.At the same time,the postreg function was used to test the results of network training.The research results show that the model has higher prediction accuracy and less prediction error,which can be used for coal gangue embankment settlement prediction.
Aiming at the prediction of coal gangue embankment settlement,based on the non-linear mapping ability and learning ability of BP neural network,a momentum BP neural network with variable learning rate was proposed to predict the coal gangue embankment settlement of Chang'an Expressway.The embankment settlement model was established by using the measured settlement data.The model overcame the shortcomings of slow convergence speed and long training time of momentum BP neural network.At the same time,the postreg function was used to test the results of network training.The research results show that the model has higher prediction accuracy and less prediction error,which can be used for coal gangue embankment settlement prediction.
引文
[1]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(5):1-3,10.
[2]彭立,杜勇立,黄满红,等.煤矸石堆场对周围水环境中的污染分析研究[J].环境科学与管理,2014,39(10):34-36,55.
[3]杨果林,段君义,宋淮.片石挡墙支护煤矸石路堤现场试验研究[J].中南大学学报(自然科学版),2016,47(7):2424-2431.
[4]王慧民.煤矸石路基压实特性分析[J].筑路机械与施工机械化,2012,29(2):39-41.
[5]秦亚琼.基于实测数据的路基沉降预测方法研究及工程应用[D].长沙:中南大学,2008.
[6]胡伍生,方磊.动态预测软土路基沉降的神经网络模型研究[J].测绘科学,2008,33(6):110-112.
[7]李红霞,赵新华,迟海燕,等.基于改进BP神经网络模型的地面沉降预测及分析[J].天津大学学报,2009,42(1):60-64.
[8]贺明侠,王连俊.动量BP算法在路基沉降预测中的应用[J].岩土工程技术,2006(1):17-20,28.
[9]尹光志,李铭辉,李文璞,等.基于改进BP神经网络的煤体瓦斯渗透率预测模型[J].煤炭学报,2013,38(7):1179-1184.
[10]王雪冬,李广杰,尤冰,等.基于粒子群优化BP神经网络的巷道位移反分析[J].煤炭学报,2012,37(S1):38-42.
[11]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:兰州交通大学,2013.
[12]赵永玲.基于神经网络的控制系统故障诊断研究[D].大庆:大庆石油学院,2003.
[13]杜勇立,高礼,杨果林.不同掺土量加筋煤矸石的界面摩擦试验研究[J].湖南大学学报(自然科学版),2014,41(4):54-60.
[14]邵立福,张欲保,毛宁,等.基于BP神经网络的某挖掘机故障诊断知识库设计[J].筑路机械与施工机械化,2007,24(5):52-55.
[15]王元章,李智华,吴春华,等.基于BP神经网络的光伏组件在线故障诊断[J].电网技术,2013(8):2094-2100.
[16]宋云亭,吴俊玲,彭冬,等.基于BP神经网络的城网供电可靠性预测方法[J].电网技术,2008(20):56-59.
[17]白晓勇,郎茂祥.铁路货运量预测的改进BP神经网络方法[J].交通运输系统工程与信息,2006(6):158-162.
[18]姚云逸,吴军,胡伍生.高速公路路基沉降预测的神经网络模型[J].现代测绘,2012,35(2):10-12.
[19]赵丽,梁敏.BP神经网络在C2C电子零售商竞争力测量中的应用[J].商场现代化,2008(19):42-43.
[2]彭立,杜勇立,黄满红,等.煤矸石堆场对周围水环境中的污染分析研究[J].环境科学与管理,2014,39(10):34-36,55.
[3]杨果林,段君义,宋淮.片石挡墙支护煤矸石路堤现场试验研究[J].中南大学学报(自然科学版),2016,47(7):2424-2431.
[4]王慧民.煤矸石路基压实特性分析[J].筑路机械与施工机械化,2012,29(2):39-41.
[5]秦亚琼.基于实测数据的路基沉降预测方法研究及工程应用[D].长沙:中南大学,2008.
[6]胡伍生,方磊.动态预测软土路基沉降的神经网络模型研究[J].测绘科学,2008,33(6):110-112.
[7]李红霞,赵新华,迟海燕,等.基于改进BP神经网络模型的地面沉降预测及分析[J].天津大学学报,2009,42(1):60-64.
[8]贺明侠,王连俊.动量BP算法在路基沉降预测中的应用[J].岩土工程技术,2006(1):17-20,28.
[9]尹光志,李铭辉,李文璞,等.基于改进BP神经网络的煤体瓦斯渗透率预测模型[J].煤炭学报,2013,38(7):1179-1184.
[10]王雪冬,李广杰,尤冰,等.基于粒子群优化BP神经网络的巷道位移反分析[J].煤炭学报,2012,37(S1):38-42.
[11]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:兰州交通大学,2013.
[12]赵永玲.基于神经网络的控制系统故障诊断研究[D].大庆:大庆石油学院,2003.
[13]杜勇立,高礼,杨果林.不同掺土量加筋煤矸石的界面摩擦试验研究[J].湖南大学学报(自然科学版),2014,41(4):54-60.
[14]邵立福,张欲保,毛宁,等.基于BP神经网络的某挖掘机故障诊断知识库设计[J].筑路机械与施工机械化,2007,24(5):52-55.
[15]王元章,李智华,吴春华,等.基于BP神经网络的光伏组件在线故障诊断[J].电网技术,2013(8):2094-2100.
[16]宋云亭,吴俊玲,彭冬,等.基于BP神经网络的城网供电可靠性预测方法[J].电网技术,2008(20):56-59.
[17]白晓勇,郎茂祥.铁路货运量预测的改进BP神经网络方法[J].交通运输系统工程与信息,2006(6):158-162.
[18]姚云逸,吴军,胡伍生.高速公路路基沉降预测的神经网络模型[J].现代测绘,2012,35(2):10-12.
[19]赵丽,梁敏.BP神经网络在C2C电子零售商竞争力测量中的应用[J].商场现代化,2008(19):42-43.