基于遗传算法的BP神经网络在轻质路基沉降预测中的应用

打开文本图片集

摘 要：为更好地掌握轻质路基施工过程中的沉降变形情况，选取宁芜保通线部分轻质路基沉降监测数据，在BP（back propagation）神经网络模型的基础上，采用遗传算法对其进行优化，并将优化后的模型应用于轻质路基沉降预测。结果表明：遗传算法优化的BP神经网络在全局搜索能力和收敛能力方面具有明显优势；在轻质路基沉降预测任务中，多数预测结果的相对误差集中在更低的范围内，监测点1和监测点2预测结果的模型评价指标MAE、RMSE、MAPE分别为0.017 mm、0.021 mm、0.679%和0.013 mm、0.016 mm、1.395%，预测结果拟合程度高，误差小，模型泛化能力强。（剩余9737字）