[发明专利]一种基于BP神经网络的铁路软土路基沉降预测方法在审
| 申请号： | 201810164191.3 | 申请日： | 2018-02-09 |
| 公开（公告）号： | CN108304674A | 公开（公告）日： | 2018-07-20 |
| 发明（设计）人： | 马记;郭亚宇;庞旭卿 | 申请（专利权）人： | 陕西铁路工程职业技术学院 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 714000 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于BP神经网络的铁路软土路基沉降预测方法，包括如下步骤：将路基的处理方式、填土的工程特性、路基施工工期作为神经网络的输入变量，将输入变量所对应的沉降观测断面的实测数据作为输出矢量，得到训练样本集；通过试算法确定隐含层中神经元节点数；将训练样本集的所有数据进行归一化处理后，以trainlm函数作为训练函数进行样本数据的训练，构建BP神经网络；收集某铁路路基沉降观测段的路基的处理方式、填土的工程特性、路基施工工期数据，进行归一化处理，输入所得的BP神经网络，即得铁路软土路基沉降预测结果。本发明引入优化的方法解决BP神经网络在预测路基沉降时遇到的问题，引进优化后预测精度明显提高。 | ||
| 搜索关键词： | 软土路基 路基 沉降 归一化处理 训练样本集 预测 沉降观测 处理方式 工程特性 施工工期 输入变量 填土 铁路 神经元 路基沉降 神经网络 实测数据 输出矢量 算法确定 铁路路基 训练函数 样本数据 预测结果 节点数 隐含层 构建 优化 引入 | ||
【主权项】：
1.一种基于BP神经网络的铁路软土路基沉降预测方法，其特征在于，包括如下步骤：S1、将路基的处理方式、填土的工程特性、路基施工工期作为神经网络的输入变量，将所述输入变量所对应的沉降观测断面的实测数据作为输出矢量，得到训练样本集；S2、通过试算法确定隐含层中神经元节点数；S3、将训练样本集的所有数据进行归一化处理，使全部数据转换到0～1之间后，以trainlm函数作为训练函数进行样本数据的训练，构建BP神经网络；S4、收集某铁路路基沉降观测段的路基的处理方式、填土的工程特性、路基施工工期数据，进行归一化处理，使全部数据转换到0～1之间后，输入所得的BP神经网络，即得对应的铁路软土路基沉降预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于陕西铁路工程职业技术学院，未经陕西铁路工程职业技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810164191.3/，转载请声明来源钻瓜专利网。
