基于EMD-ANN耦合模型的路基沉降预测方法研究

作     者：潘文超 PAN Wenchao

作者机构：中铁第四勘察设计院集团有限公司交通院武汉430063 

出 版 物：《铁道勘测与设计》 (Railway Survey and Design)

年 卷 期：2024年第4期

页      码：47-51页

摘      要：本研究基于经验模态分解(EMD)与人工神经网络(Artificial Neural Network,ANN)的耦合算法,致力于路基沉降预测方法的深入研究。在道路工程中,路基沉降是一个关键问题,直接影响着道路的安全性和可持续性。为了提高沉降预测的准确性和可靠性,本研究应用EMD将复杂的路基沉降时程信号分解成多个本征模态函数,有效提取信号的局部特征。通过分析各个本征模态函数的特征,确定最具代表性的模态函数为序列趋势项,运用ANN模型对各本征模态函数进行训练,以捕捉各个模态函数之间的非线性关系。通过模型的训练和优化,得到高度适应路基沉降特性的改进ANN预测模型。将经过训练的ANN模型用于对广州某路基沉降进行预测,实验结果表明,采用改进ANN算法的路基沉降预测方法在准确性取得了显著的提升。与传统方法相比,本研究提出的方法能够更好地适应路基沉降信号的复杂变化,并具有更强的泛化能力。因此,该研究为道路工程领域提供了一种先进而可行的沉降预测方法,为提高路基设计的可持续性和安全性提供了有力支持。

主 题 词：路基沉降预测 改进人工神经网络 经验模态分解 道路安全 本征模态函数 

学科分类：08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

馆 藏 号：203128003...