学位论文 > 优秀研究生学位论文题录展示

改进BP算法的灰色神经网络模型在高铁沉降预测中的应用研究

作　者: 王富麒
导　师: 李沛鸿
学　校: 江西理工大学
专　业: 测绘工程
关键词: 改进的BP算法 灰色线性回归 高速铁路 沉降 预测
分类号: U212.2
类　型: 硕士论文
年　份: 2013年
下　载: 133次
引　用: 0次
阅　读: 论文下载
 

内容摘要


在各种大型工程建筑物（如水坝、桥梁、隧道、高层建筑物以及高速公路、铁路等）的施工建设和运行管理中，变形监测尤为重要。而高速铁路施工难度大且施工工艺要求高，为了确保施工及运营安全，必须严格控制线下工程的沉降，有效处理监测数据及进行监控的合理评估。高速铁路线下工程中桥涵构筑物的沉降观测对于高速铁路的施工是至关重要的环节。为了维持高速铁路的高速、平顺、舒适、安全，桥梁结构必须具有足够的强度和刚度，使高速铁路能够承受较大的动力作用。因此，作为桥梁的基础—墩台的沉降观测就显得极为重要。目前，应用变形分析方法有很多，如灰色系统理论、回归分析法、人工神经网络等，但大都用于基坑、建筑物、大坝等工程的监测，在高速铁路沉降预测模型的建立方面的理论参考并不多。本文针对沪昆高速铁路南昌段大桥桥墩的沉降预测，运用相关理论建立了适用于大桥桥墩沉降的预测模型。论文首先概述了高速铁路线下工程施工的相关理论，并简述了变形监测方法；其次，详细研究了本论文所用的几种关键技术——GM（1，1）模型，灰色线性回归模型和BP神经网络技术，研究了各模型的基本原理与建模过程，并提出了BP神经网络的不足及改进算法，在此基础上论述了基于改进BP神经网络的灰色线性回归组合模型的基本理论；最后，将改进后的组合模型应用于沪昆客运专线南昌站陈家畔大桥桥墩沉降监测数据的分析和预测，结合MATLAB语言环境下进行编程计算，并将改进后的组合模型预测结果同传统BP模型、GM（1,1）等各单一模型进行比较分析。研究结果表明，经优化后的BP神经网络提高了预测精度，更适用于高速铁路大桥桥墩沉降预测，其学习效率比普通的BP算法显著，该模型在高铁桥墩沉降监测数据预测方面具有一定的可行性。

全文目录


摘要  4-5
Abstract  5-8
第一章 绪论  8-12
  1.1 研究背景及意义  8-9
  1.2 国内外研究现状  9-11
    1.2.1 国外研究现状  9
    1.2.2 国内研究现状  9-11
  1.3 课题研究的内容  11-12
第二章 高速铁路线下工程  12-17
  2.1 线下工程  12-14
    2.1.1 路基  12-13
    2.1.2 桥涵  13
    2.1.3 过渡段  13-14
  2.2 线下工程的沉降监测  14-15
  2.3 变形分析方法  15-17
第三章 灰色系统理论研究  17-30
  3.1 灰色系统理论  17-19
    3.1.1 灰色系统的概念及特征  17
    3.1.2 灰色系统理论的研究内容  17-18
    3.1.3 灰色序列  18-19
  3.2 灰色模型  19-21
    3.2.1 灰色模型的特性  19-20
    3.2.2 灰色建模原理  20-21
  3.3 GM(1,1)模型  21-26
    3.3.1 GM（1,1）模型简介  21
    3.3.2 GM（1,1）模型建模  21-23
    3.3.3 GM（1,1）模型精度检验  23-24
    3.3.4 GM（1,1）模型预测  24-26
  3.4 灰色线性回归组合模型  26-30
第四章 基于改进算法的灰色神经网络预测模型研究  30-38
  4.1 人工神经网络  30-32
  4.2 BP 神经网络模型及算法  32-36
    4.2.1 BP 网络结构  32
    4.2.2 BP 网络学习算法及 MATLAB 实现  32-34
    4.2.3 改进的 BP 算法  34-35
    4.2.4 实例分析  35-36
  4.3 灰色神经网络组合模型  36
  4.4 基于改进 BP 算法的灰色神经网络模型  36-38
    4.4.1 模型基本原理  36-37
    4.4.2 模型精度检验  37-38
第五章 基于改进 BP 算法的灰色神经网络在高铁沉降预测中的应用  38-51
  5.1 工程概况  38
  5.2 工程沉降监测数据  38-39
  5.3 工程应用  39-51
    5.3.1 GM（1，1）模型在工程中的预测  39-42
    5.3.2 BP 神经网络在工程中的预测  42-44
    5.3.3 灰色线性回归组合模型在工程中的预测  44-47
    5.3.4 改进 BP 算法的灰色神经网络组合模型在工程中的应用  47-51
第六章 总结与展望  51-52
  6.1 总结  51
  6.2 展望  51-52
参考文献  52-55
附录  55-59
致谢  59-60
在学期间发表的学术论文与研究成果  60
个人简历  60

相似论文

  1. K公司计划及预测改进对于合理库存配置的研究,F224
  2. 基于图的标志SNP位点选择算法研究,Q78
  3. 液力减速器制动性能及用于飞机拦阻的仿真研究,TH137.331
  4. 深空撞击探测末制导律的设计与分析,V448.2
  5. 卫星姿态的磁控制方法研究,V448.222
  6. Hall推进器寿命预测和壁面侵蚀加速实验研究,V439.2
  7. 高精度激光跟踪装置闭环控制若干关键问题研究,TN249
  8. 网络语音传输丢包的恢复技术,TN912.3
  9. 基于神经网络的水厂投药预测控制研究,TP273.1
  10. 网络化系统的鲁棒模型预测控制,TP273
  11. 硝酸钠制配过程中pH值的预测控制及仿真研究,TP273
  12. 地州级卷烟销量预测影响因素研究,F224
  13. 高速铁路PPP模式收益分配问题的研究,F283
  14. 利用HYSPLIT模型分析麦蚜远距离迁飞轨迹,S433
  15. 八种昆虫转录组数据中OBP、CSP和RyR基因预测及序列分析,S433
  16. 基于小麦群体指标及氮营养状况的籽粒产量和品质预测研究,S512.1
  17. 基于HJ卫星混合像元分解的水稻生长监测技术研究,S511
  18. 基于自主创新下的合芜蚌人才队伍研究,C964.2
  19. 长乐江流域大气氮、磷沉降及其在区域营养物质循环中的贡献,X131.2
  20. 赵官煤矿下组煤底板突水预测及防治技术研究,TD745
  21. 深圳地铁一号线盾构施工地表沉降规律研究,U455.43

中图分类: > 交通运输 > 铁路运输 > 铁路线路工程 > 线路规划、勘测与设计 > 勘测
© 2012 www.xueweilunwen.com