基于模糊神经网络模型的广西炭质岩地区高填筑地基沉降预测研究

何俊辉 张博宇 骆俊晖

摘要：对于路基沉降预测来说，指数曲线和双曲线延拟合法都有其局限性，不能很好地反映路基沉降的真实情况。神经网络可用于已有大量沉降数据的路基沉降预测，然而目前所使用的模型较少采用TS模糊神经多层网络。文章同时结合了TS模糊系统与神经网络的特点，实现了两种方法相互兼容的目的，并以河池至百色高速公路炭质岩高填筑路基现场实测数据建立路基沉降预测模型，验证其适用性。结果表明：该方法适用于大数据分析，短期沉降预测结果准确，最终沉降预测结果具有较大工程实用价值。

关键词：神经网络;TS模糊模型;炭质岩;沉降

0 引言

在公路工程建设中，高填路基沉降问题较为显著，通车期间路基不均匀沉降对车辆的安全运行造成较大影响，因此，准确预判路基沉降可为公路工程的“建、管、养、运”提供参考资料。在路基沉降计算方法中，有规范法、经验法、有限元法等，其中，人工神经网络法适合对已有的大量沉降数据进行分析，通过自我训练得出沉降曲线，并准确预测可能发生的沉降问题，是一种效率较高、适用大数据分析的计算方法。

人工神经网络是人工智能领域的研究热点，其是从信息处理角度建立某种计算模型，按不同的方式组建差异网络，从而进行分布式并行信息处理算法的数学模型。然而，在工程应用中较难用准确的术语表达参数，因此需要通过模糊逻辑系统与神经网络有机结合，形成一种协作体——模糊神经网络，即以模糊规则为基础，具有模糊信息处理能力的计算模型[1]。……