原文传递
基于卡尔曼滤波的BP神经网络模型在桥梁形变中的应用——以京沪高铁为例
| 论文题名： | 基于卡尔曼滤波的BP神经网络模型在桥梁形变中的应用——以京沪高铁为例 |
| 关键词： | 卡尔曼滤波;BP神经网络模型;桥梁形变;沉降观测 |
| 摘要： | 随着我国经济持续稳定的高速发展，高速铁路的修建越来越多。作为关乎国民经济发展的重要基础设施，中国高度重视铁路建设，投资大幅增加。高速铁路要为列车的高速行驶提供一个高平顺性和高稳定性的轨下基础，而桩基作为轨道结构的基础，必须在运营条件下将线路轨道的设计参数保持在要求的标准范围之内，这无疑就对高速铁路的沉降稳定提出了很高的要求。因此，桩基的沉降稳定性以及沉降预测成了高速铁路路基设计和施工的关键。 本文以京沪高铁——昆山段为背景，对桥梁进行定期沉降观测，并对变形数据进行分析处理，并结合当地的地质特征及地质条件，从京沪高铁沉降监测网的建立、观测内容、观测精度、观测频度等方面做比较系统的论述，特别对桩基、桥涵、隧道以及过渡段的沉降观测作了深入研究。 研究了卡尔曼滤波模型和动态神经网络模型在桥梁形变预测中的应用，并在二者的基础上采用了一种基于卡尔曼滤波算法的BP神经网络模型，这种模型能够综合二者的优点，预测精度有了很大的提高。本文中将这种模型应用于桥梁桩基的沉降预测，并取得了较好的效果，为桥梁桩基的沉降预测提供了新的思路。 |
| 作者： | 刘建国 |
| 专业： | 大地测量学与测量工程 |
| 导师： | 杨建华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
