基于PCA-BP原理预测公路最终沉降量  

作　　者：甘海龙[1] 

机构地区：[1]广西机电职业技术学院

出　　处：《广西城镇建设》2021年第3期57-60,共4页

基　　金：2017年度广西高校中青年教师基础能力提升项目“广西在役公路耐久性评估与剩余寿命预测”(项目编号:2017KY075)。

摘　　要：路基的最终沉降量是公路耐久性评估的重要参数,影响路基最终沉降量的主要因素有空气中软土层厚度、软土压缩模量、硬层厚度、硬层压缩模量、路堤宽高比、路基施工工期、竣工时沉降量。基于以上7个参数,结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的路基最终沉降量预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对路基的最终沉降量进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对路基的最终沉降量的较准确预测,PCA-BP神经网络模型为路基的最终沉降量预测提供了一种科学、可靠的方法。

关 键 词：路基的最终沉降量 主成分分析法 BP神经网络 预测模型 

分 类 号：U416.1[交通运输工程—道路与铁道工程]