论文摘要
为提高高速公路路基沉降预测的可靠性,构建了一种基于小波Kalman滤波的Elman神经网络与支持向量机的路基变形预测组合模型。该方法既融合了小波多尺度特性体现的优异信噪分离性能和Kalman滤波能提炼出测量信息最优估计值的严密递推算法,又涵括了Elman神经网络与支持向量机对非线性数据的强大泛化能力和拟合功能。结果表明:在高速公路路基工程实例中,该模型预测的沉降值误差控制在1%以下,验证了其在中长期路基沉降预测中的效用。
论文目录
文章来源
类型: 期刊论文
作者: 屈凯锋
关键词: 公路工程,小波分析,滤波,神经网络
来源: 筑路机械与施工机械化 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 中铁第一勘察设计院集团有限公司
基金: 国家自然科学基金项目（41461089）,广西高校中青年教师科研基础能力提升项目（2019KY1376）
分类号: U416.1
页码: 103-107
总页数: 5
文件大小: 170K
下载量: 60