基于小波-神经网络的软土路基沉降预测方法被引量：8

下载PDF

导出

摘要软土路基的沉降是公路施工中常见的一种病害。该文结合小波分析和神经网络的特性,提出了一种新的路基沉降预测方法(Wavelet-RBF)。分析表明,该方法具有较好的预测精度和泛化能力,可以用于工程实际。

作者张亮元松曾胜

机构地区长沙理工大学同济大学

出处《中外公路》北大核心 2006年第3期66-69,共4页 Journal of China & Foreign Highway

关键词小波分析神经网络路基沉降

分类号 U416.1 [交通运输工程—道路与铁道工程] TN971 [电子电信—信号与信息处理]

引文网络
相关文献

参考文献2

1长沙理工大学．河南新黄高速路基沉降检测报告[R]，2004．
2曾超,肖锋,唐仲华.应用灰色模型(G,M)预测软土路基沉降量[J].安全与环境工程,2002,9(1):17-19. 被引量：29

二级参考文献5

1京珠高速公路广珠段灵山软基实验工程.总结报告[R],1997.
2石世云.多变量灰色模型MGM(1,n)在变形预测中的应用[J].测绘通报,1998(10):9-12. 被引量：27
3张仪萍,张土乔,龚晓南.沉降的灰色预测[J].工业建筑,1999,29(4):45-48. 被引量：84
4吕海涛,赵林明.应用灰色模型(GM)时注意的一些问题[J].华北水利水电学院学报,2000,21(1):76-78. 被引量：16
5韩汝才,李亮,傅鹤林.利用灰色理论对地基沉降进行不等时距预测[J].探矿工程,2000(2):4-5. 被引量：17

共引文献28

1孙晓红,莫志兵,李斯洋.非等时距灰色模型在软土路基沉降预测中的应用[J].中外公路,2010,30(5):60-62. 被引量：9
2杜小平,吴国雄,王东.三种方法在V形冲沟超高路堤整体沉降预估中的对比分析[J].公路交通科技（应用技术版）,2010,6(9):38-41.
3李颢,张风安.利用灰色系统模型预测地基沉降量[J].工程勘察,2008,36(S1):313-317.
4孟德光,岳祖润,李敬平.灰色模型在软土地基沉降预测中的应用[J].国防交通工程与技术,2004,2(4):51-54. 被引量：11
5李鸿伟.灰色系统模型在强夯地基处理中的应用[J].河北建筑工程学院学报,2010(4):8-11. 被引量：1
6李颢,张风安.灰色系统模型在换填垫层中的应用[J].电力勘测设计,2005,17(5):25-27.
7周全能.软土路基预留沉降量的计算与应用研究[J].铁道标准设计,2006,26(7):24-26. 被引量：5
8苗雨,谭显坤,杨慧琳,万云冬.基于灰色模型的软土路基沉降预测及误差分析[J].地下空间与工程学报,2006,2(6):1049-1052. 被引量：4
9黄丽,张季如,夏银飞.软土路基施工期沉降的动态预测研究[J].武汉理工大学学报,2007,29(2):100-103. 被引量：3
10周全能.软土路基后期沉降推算方法及误差分析[J].岩土力学,2007,28(3):512-516. 被引量：33

同被引文献60

1韩冰,王芝银.基于小波变换的岩石三轴蠕变曲线消噪分析[J].煤炭学报,2007,32(3):243-247. 被引量：6
2吴琛,周瑞忠.高速公路软基加固质量的瑞利波检测与小波分析技术[J].岩土力学,2004,25(z2):181-186. 被引量：3
3王坚,高井祥.沉降数据序列分析方法研究[J].测绘学院学报,2004,21(2):90-92. 被引量：7
4吴焕然,阎长虹,许宝田,邵勇,燕晓莹.真空堆载联合预压加固软土地基效果分析[J].水文地质工程地质,2013,40(3):74-78. 被引量：15
5聂学军,侯玉成,卢兆辉.小波分析在大坝安全监测数据处理中的应用研究[J].红水河,2004,23(2):106-109. 被引量：5
6黄生根,龚维明.苏通大桥一期超长大直径试桩承载特性分析[J].岩石力学与工程学报,2004,23(19):3370-3375. 被引量：45
7邓英尔,谢和平.全过程沉降预测的新模型与方法[J].岩土力学,2005,26(1):1-4. 被引量：40
8郭健,孙炳楠.基于小波变换的桥梁健康监测多尺度分析[J].浙江大学学报（工学版）,2005,39(1):114-118. 被引量：40
9刘沐宇,冯夏庭.基于神经网络范例推理的边坡稳定性评价方法[J].岩土力学,2005,26(2):193-197. 被引量：32
10张雄文,董学武,李镇.苏通大桥主塔墩基础群桩效应研究[J].河海大学学报（自然科学版）,2006,34(2):200-203. 被引量：13

引证文献8

1李长冬,唐辉明,胡斌,李东明,倪俊.小波分析和RBF神经网络在地基沉降预测中的应用研究[J].岩土力学,2008,29(7):1917-1922. 被引量：20
2张琦伟,袁鸿鹄,王芝银,朱鸿雪,宫晓明.考虑气象因素影响的大坝监测沉降小波分析[J].岩土力学,2010,31(3):811-814. 被引量：3
3张宁宁,王猛,李洁.小波技术在高耸构筑物安全性评价中的应用[J].盐城工学院学报（自然科学版）,2010,23(2):14-17.
4薛涛.小波神经网络在群桩基础轴力监测中的应用[J].金陵科技学院学报,2011,27(2):29-32.
5彭相华,王智超,罗迎社,周经野.一种基于BC-RBFNN的高填路堤地基沉降预测模型[J].湘潭大学自然科学学报,2012,34(1):54-58.
6丁鸽,花向红,田茂,蒋健君.改进的小波神经网络在沉降预测中的应用[J].测绘地理信息,2013,38(6):27-29. 被引量：4
7易富,朱尧,金艳,高健.灰色模型预测软土地基沉降的小波降噪分析[J].公路交通科技,2014,31(2):21-26. 被引量：13
8肖志军.基于小波降噪和灰色神经网络的车辙深度指标预测[J].公路交通技术,2019,35(2):23-27. 被引量：1

二级引证文献41

1顾玉辉,刘江鑫,张超,薛冬,张学龙.雄安新区高速公路路基沉降特征[J].公路交通科技,2023,40(S01):207-215. 被引量：2
2张琦伟,袁鸿鹄,王芝银,朱鸿雪,宫晓明.考虑气象因素影响的大坝监测沉降小波分析[J].岩土力学,2010,31(3):811-814. 被引量：3
3张宁宁,王猛,李洁.小波技术在高耸构筑物安全性评价中的应用[J].盐城工学院学报（自然科学版）,2010,23(2):14-17.
4徐冲,刘保国,刘开云,郭佳奇.基于粒子群-高斯过程回归耦合算法的滑坡位移时序分析预测智能模型[J].岩土力学,2011,32(6):1669-1675. 被引量：33
5薛涛.小波神经网络在群桩基础轴力监测中的应用[J].金陵科技学院学报,2011,27(2):29-32.
6董连成,刘娟,胡新福,李广影,黄学欣.用改进小波阈值分析法处理场地微动数据[J].黑龙江科技学院学报,2013,23(3):289-292.
7黄发明,殷坤龙,张桂荣,周春梅,张俊.基于相空间重构和小波分析-粒子群向量机的滑坡地下水位预测[J].地球科学（中国地质大学学报）,2015,40(7):1254-1265. 被引量：23
8李凤翀,袁鸿鹄,张琦伟,高维良,李云鹏.小波阈值与小波包对南水北调工程防渗墙监测数据去噪有效性研究[J].水利水电技术,2015,46(3):70-72. 被引量：1
9张晓梅,程龙,陈慧香.小波神经网络模型在高层建筑物沉降预测中应用研究[J].北京测绘,2016,30(1):47-51. 被引量：3
10杨瑞芳,周毅英.基于混沌遗传算法优化GRNN模型的珠三角高速公路软土路基沉降预测[J].公路工程,2015,40(6):185-188. 被引量：6

1刘辉,田红旗,李燕飞,张雷.铁路风速单步高精度混合预测性能对比研究[J].铁道学报,2016,38(8):41-49. 被引量：7
2牛海,马颖.小波-神经网络在辐射源识别中的应用研究[J].系统工程与电子技术,2002,24(5):55-57. 被引量：15
3徐根祺.基于Wavelet Analysis的CI故障特征研究[J].黑龙江科技信息,2016(20):52-52.
4谢宏,何怡刚,吴杰.基于小波—神经网络模拟电路故障诊断方法的研究[J].仪器仪表学报,2004,25(5):672-675. 被引量：28
5高晓清,姚竹亭.小波-神经网络在旋转机械故障诊断中的应用[J].四川兵工学报,2007,28(5):40-42.
6孔辉,王杰贵.基于小波——神经网络的雷达信号脉内特征分析[J].电子对抗,2008(5):15-21.
7卢俊辉,巫世晶.基于车轮振动的路面实时识别研究[J].振动与冲击,2008,27(4):19-22. 被引量：10
8熊光洁,张元培,聂学俊,刘美莲,吴雪.小波变换在磁流变制动器制动性能虚拟测试仪中的应用[J].工程机械,2006,37(7):26-29.
9刘欢,张超.基于小波-神经网络的短期风功率预测[J].电子世界,2012(14):143-143.
10姜屹峰.GPS与全站仪在公路施工中的完美结合[J].交通世界,2011(18):115-116.

中外公路

2006年第3期

浏览历史

内容加载中请稍等...

基于小波-神经网络的软土路基沉降预测方法被引量：8

参考文献2

二级参考文献5

共引文献28

同被引文献60

引证文献8

二级引证文献41

相关作者

相关机构

相关主题

浏览历史

基于小波-神经网络的软土路基沉降预测方法 被引量：8

参考文献2

二级参考文献5

共引文献28

同被引文献60

引证文献8

二级引证文献41

相关作者

相关机构

相关主题

浏览历史

基于小波-神经网络的软土路基沉降预测方法被引量：8