王 浩

(山西省公路局长治分局，山西 长治 046011)

基于人工神经网络的软土路基沉降预测

王 浩

(山西省公路局长治分局，山西 长治 046011)

为分析路基的沉降变形规律，采用人工神经网络对软基路基的沉降进行了预测,通过Matlab建立了人工神经网络模型，同时与实际检测结果对比验证模型的准确性,对比结果表明该方法具有较高精度。

路堤沉降,人工神经网络,软基路堤,预测方法,特殊地区道路

0 引言

近年我国公路建设发展迅速，在软土地基上修筑的公路日趋增加。软土的工程特性(易压缩、高含水率、强透水能力、固结变形所需时间长)导致在软土路堤沉降变形难以预测。软土路堤沉降变形过程变化复杂，影响因素众多，主要影响因素包括土体的基本性质(含水率、孔隙比、压实度等)、荷载、沉降时间、填土高度。

目前软土路基沉降预测的方法主要包括经验公式法、灰色理论法、有限元计算等。经验公式法[1-3]是拟合实测沉降曲线来预测曲线的未知部分，这种方法对沉降的预测需要实测数据作为依据，不具有普遍性。灰色理论法[4-6]是将相似路段一定时间内观测沉降总量认为是白色单元，将待预测路基各个时间段内的沉降总量认为是灰色单元，通过数据的灰色处理获取沉降发展规律，进而预测软土路基在每个时间段内的沉降变化量和最终沉降量，这种方法无法充分考虑不同影响因素对路基沉降的影响。有限元计算[7-9]是通过有限元软件依据路堤的尺寸、材料、边界条件等信息建立有限元模型计算路堤沉降，然而现阶段的有限元计算尚不成熟，很难充分考虑各种因素对沉降结果的影响，因此计算结果存在较大偏差。……