基于小波包分解-模糊神经网络的混凝土路面路基沉降预测-《混凝土与水泥制品》杂志社

网站首页杂志简介主要栏目欢迎订阅编委会投稿须知广告合作联系我们查重系统

基于小波包分解-模糊神经网络的混凝土路面路基沉降预测

Prediction of Subgrade Settlement of Concrete Pavement Based on Wavelet Packet Decomposition-fuzzy Neural Network

浏览量:

关键词：

小波包分解；路基沉降；神经网络；时间序列

Key words：

Wavelet packet decomposition; Subgrade settlement; Neural network; Time series

刊期：

２０18年第6期

DOI：

文章编号：

1000-4637（2018）06-81-04

基金项目：

地质灾害防治与地质环境保护国家重点实验室项目（SKLGP2014K011）；中国建筑第五工程局有限公司项目（030017D119）。

作者：

刘振华1，任艺鹏2，叶忠勤3，余虎1，王述红2，修占国2

单位：

1.中建五局华东建设有限公司，平湖 312400；2.东北大学资源与土木工程学院，沈阳 110819； 3.中国十九冶集团有限公司，攀枝花 617000

摘要

摘要：在混凝土公路路基施工过程中，为了控制施工进度，同时保证路基的稳定与适用，需要对路基沉降进行监测，并通过已有沉降数据推测后续沉降数值。本文提出了一种新型预测路基沉降的方法，将模糊神经网络和小波包分解相结合，针对位移沉降序列的时序性和偶然性，利用模糊神经网络强大的记忆性，建立沉降预测模型。通过小波包对沉降数值序列进行分解，得到不同属性和频率的沉降序列，分别通过模糊神经网络对各个子序列进行预测，将子序列预测结果叠加得到预测结果。

Abstract: In order to control the construction progress and ensure the stability and applicability of the roadbed of concrete pavement, the roadbed settlement needs to be monitored, and the subsequent settlement data needs to be predicted through the existing settlement data. A new prediction method for subgrade settlement is put forward, which combines fuzzy neural network and wavelet packet decomposition. Aiming at the timeness and contingency of displacement settlement sequence, the fuzzy neural network's strong memory is used to establish settlement prediction model. To decompose the settlement numerical sequence by wavelet packet, settlement sequence of different attributes and frequency, respectively through the prediction of each sub sequence of fuzzy neural network, the sequence prediction results are superimposed to obtain the forecast result.

结论

（1）小波包分解优化了小波变换中不能对高频序列继续分解的缺点，精度和计算效果都有了很大提升，经小波包分解过后的路基沉降序列，经网络预测叠加后误差和预测曲线平滑度、精度都有了较大的提升。

（2）路基沉降序列属于非线性、时变序列，本文针对平湖平兴公路进行了预测，模糊神经网络对于识别和预测非线性时变序列具有较高的准确度，经验证，小波包分解-模糊神经网络对路基沉降序列具有较好的预测度，可以应用在实际工程中。

参考文献

[1] 王海英,常肖,阮祺,等.基于三点修正双曲线法的建筑垃圾填筑路基沉降预测[J].长安大学学报:自然科学版,2017(2):1-8.

[2] 陈善雄,王星运,许锡昌,等.路基沉降预测的三点修正指数曲线法[J].岩土力学,2011,32(11):3355-3360.

[3] 戴华娟.组合预测模型及其应用研究[D].长沙:中南大学数学与统计学院,2007.

[4] 马丽慧,韩文喜,李阳．BP 网络在高填方地基沉降预测中的应用[J].土工基础,2013,27(1):14-16．

[5] 李月光,吴小萍,聂敏.基于灰色系统理论的软土路基沉降观测断面选择方法[J].四川建筑科学研究,2011(6):123-126.

[6] 冯研,袁胜洋,徐鹏,等.成绵乐高速铁路成都黏土地基蠕变参数反演及沉降预测[J].四川建筑科学研究,2014(5):156-158,167.

[7] 高志,余啸海．Matlab 小波分析工具箱原理与应用[M]．北京:国防工业出版社,2004．

[8] 张大斌,李红燕,刘肖,等.非线性时间序列的小波-模糊神经网络集成预测模型[J].中国管理科学,2013(S2):647-651.

引用本文

刘振华,任艺鹏,叶忠勤,等.基于小波包分解-模糊神经网络的混凝土路面路基沉降预测[J].混凝土与水泥制品,2018(6):81-84.

LIU Z H,REN Y P,YE Z Q,et al.Prediction of Subgrade Settlement of Concrete Pavement Based on Wavelet Packet Decomposition-fuzzy Neural Network[J].China Concrete and Cement Products,2018(6):81-84.

上一个：机械锚固法抗浮锚杆施工技术在深基坑的应用

下一个：混凝土用砂含泥量检测方法改进与装置设计