基于GA-BP神经网络的软土路基运营期沉降预测

作者：丁建文; 魏霞; 高鹏举; 胡健; 陈伟航; 焦宁

来源：东南大学学报(自然科学版), 2023, 53(04): 585-591.

• 软土路基
• 运营期沉降
• 遗传算法(GA)
• BP神经网络
• 预测

为了实现高速公路软土路基沉降的准确预测，采用遗传算法(GA)优化BP神经网络，研究3种输入对预测结果精度的影响.选取时间t以及其15 d前的沉降量St-15和平均沉降速率vt-15为影响因素，在t、t-St-15、t-St-15-vt-15三种输入下，分别取某高速公路软土路基运营期实测沉降数据的前50%、80%为训练集，余下原始数据为测试集，重复训练10次后取平均值作为输出值.采用决定系数(R2)来判别模型拟合度，均方根误差(RMSE)和平均绝对百分比误差(MAPE)作为模型性能的评价指标.结果表明：3种输入的R2均大于0.99;训练集占原始数据的比例为50%时，t-St-15输入的预测误差最小，RMSE为1.31 mm, MAPE为4.71%;训练集占原始数据的比例为80%时，t-St-15-vt-15输入的预测误差最小，RMSE为0.29 mm, MAPE为1.00%.t、t-St-15、t-St-15-vt-15三种输入都可对路基沉降进行预测，其中t-St-15-vt-15输入下取实测沉降数据的80%作为训练集时预测结果最精确.

• 单位
  东南大学