原文传递
一种基于BP神经网络的铁路软土路基沉降预测方法
| 专利名称： | 一种基于BP神经网络的铁路软土路基沉降预测方法 |
| 摘要： | 本发明公开了一种基于BP神经网络的铁路软土路基沉降预测方法，包括如下步骤：将路基的处理方式、填土的工程特性、路基施工工期作为神经网络的输入变量，将输入变量所对应的沉降观测断面的实测数据作为输出矢量，得到训练样本集；通过试算法确定隐含层中神经元节点数；将训练样本集的所有数据进行归一化处理后，以trainlm函数作为训练函数进行样本数据的训练，构建BP神经网络；收集某铁路路基沉降观测段的路基的处理方式、填土的工程特性、路基施工工期数据，进行归一化处理，输入所得的BP神经网络，即得铁路软土路基沉降预测结果。本发明引入优化的方法解决BP神经网络在预测路基沉降时遇到的问题，引进优化后预测精度明显提高。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 陕西;61 |
| 申请人： | 陕西铁路工程职业技术学院 |
| 发明人： | 马记;郭亚宇;庞旭卿 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810164191.3 |
| 公开号： | CN108304674A |
| 分类号： | G06F17/50(2006.01)I;G06N3/06(2006.01)I;G;G06;G06F;G06N;G06F17;G06N3;G06F17/50;G06N3/06 |
| 申请人地址： | 714000 陕西省渭南市临渭区站北街东段一号 |
| 主权项： | 1.一种基于BP神经网络的铁路软土路基沉降预测方法，其特征在于，包括如下步骤：S1、将路基的处理方式、填土的工程特性、路基施工工期作为神经网络的输入变量，将所述输入变量所对应的沉降观测断面的实测数据作为输出矢量，得到训练样本集；S2、通过试算法确定隐含层中神经元节点数；S3、将训练样本集的所有数据进行归一化处理，使全部数据转换到0～1之间后，以trainlm函数作为训练函数进行样本数据的训练，构建BP神经网络；S4、收集某铁路路基沉降观测段的路基的处理方式、填土的工程特性、路基施工工期数据，进行归一化处理，使全部数据转换到0～1之间后，输入所得的BP神经网络，即得对应的铁路软土路基沉降预测结果。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
