基于灰色BP神经网络的青藏铁路路基沉降预测模型

作者：郭继林

来源：中国铁路, 2022, (11): 63-68.

DOI：10.19549/j.issn.1001-683x.2021.07.24.001

• 青藏铁路
• 铁路路基
• 沉降预测
• 统计分析
• 多年冻土
• 灰色BP神经网络模型

为分析青藏铁路路基高程不规则变形问题，以青藏铁路唐古拉南—安多区间冻土路基沉降变形监控数据为依据，提出一种基于灰色BP神经网络的路基沉降预测模型，利用GM (1,1)模型拟合数据的残差进行BP神经网络训练，并通过训练后的残差序列得到新的路基沉降预测值。研究结果表明：建立隐含层为5层、训练次数为1 000次、训练精度为10-7的灰色BP神经网络模型，对青藏铁路冻土区沉降量进行预测，平均相对误差为1.201 555×10-6，精度较GM (1,1)模型更高，可有效预测路基沉降。基于灰色BP神经网络模型，分别预测3年后、10年后的路基沉降危险点，并提出相关路基养护措施建议。