基于粒子群与Markov优化的PMIGM(1,1)模型预测路基沉降方法研究

论文摘要

高速公路路基沉降的准确预测对高速公路病害预防和治理有着极其重要的指导意义。以往的路基沉降预测模型多为单一模型或简单改进模型,提出了一种基于粒子群与Markov优化的PMIGM(1,1)预测模型。首先,基于灰色理论,提出了改进的IGM(1,1)预测模型;然后,利用Markov理论对IGM(1,1)预测模型的相对残差序列进行修正,使得该模型能反映数据的波动特征,得到了MIGM(1,1)预测模型;在此基础上,采用粒子群算法对残差序列参数进行白化,建立了PMIGM(1,1)预测模型。将该预测模型应用于云南保施高速公路高填方路基,分析结果表明该模型可提高预测模型的精度。

论文目录

• 0 引言
• 1 改进的灰色IGM （1, 1） 模型
•   1.1 传统的灰色GM （1, 1） 模型
•   1.2 基于残差序列优化的IGM （1, 1） 模型
• 2 基于Markov优化的MIGM （1, 1） 模型
• 3 基于粒子群的PMIGM （1, 1） 模型
• 4 案例
• 5 结论

文章来源

类型: 期刊论文

作者: 刘海明,周小贵,王忠伟,黄涤,杨怀皓

关键词: 灰色理论,粒子群,路基沉降,模型

来源: 岩土工程学报 2019年S1期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 公路与水路运输

单位: 云南省土木工程防灾重点实验室(筹)昆明理工大学建筑工程学院,施甸县保施高速公路投资开发有限公司,中国石油天然气股份有限公司云南销售分公司

基金: 国家自然科学基金项目(51764020),国家“十三五”重点研发计划(2017YFC0804601)

分类号: U416.1

页码: 205-208

总页数: 4

文件大小: 803K

下载量: 249