無砟軌道路基沉降預(yù)測(cè)方法的研究.pdf

1、隨著國(guó)家高速鐵路規(guī)模的快速發(fā)展，無砟軌道路基鋪設(shè)已經(jīng)成為了影響高速鐵路運(yùn)行速度、運(yùn)營(yíng)壽命以及安全性的主要因素。路基沉降受氣候、地質(zhì)等多方面因素的影響，沉降過程十分復(fù)雜。當(dāng)前所采用的預(yù)測(cè)方法主要是參數(shù)擬合法。參數(shù)擬合法是在假定沉降規(guī)律的求解方法，樣本學(xué)習(xí)能力以及模型的泛化能力較差，甚至?xí)霈F(xiàn)擬合失敗導(dǎo)致數(shù)據(jù)發(fā)散等問題。
　　 論文首先針對(duì)幾種常規(guī)算法的原理進(jìn)行分析對(duì)比和實(shí)測(cè)數(shù)據(jù)論證，而后針對(duì)其學(xué)習(xí)能力差的缺點(diǎn)引入神經(jīng)網(wǎng)絡(luò)算法。神經(jīng)

2、網(wǎng)絡(luò)具有良好的非線性映射能力，能夠很好地逼近任意階的函數(shù)。同時(shí)針對(duì)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度慢、容易陷入局部極小值等缺點(diǎn)進(jìn)行了改進(jìn);而后將BP神經(jīng)網(wǎng)絡(luò)和路基沉降模型相結(jié)合，建立了以前四組沉降值為四維屬性后一組沉降值為結(jié)果的輸入輸出數(shù)模型，而后通過實(shí)測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證分析，大大提高了預(yù)測(cè)模型的學(xué)習(xí)能力。但神經(jīng)網(wǎng)絡(luò)是基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小的原則，因此學(xué)習(xí)能力很強(qiáng)但泛化能力依然很弱。
　　 支持向量機(jī)是基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的算法，能夠在小樣本數(shù)據(jù)下建立非常