基于GEP的高速鐵路路基沉降預測系統(tǒng)研究.pdf

1、路基作為無砟軌道的基礎結構，在鐵路軌道鋪設過程中最主要的環(huán)節(jié)就是嚴格控制路基的工后沉降，并對其進行科學的預測。目前常用的理論計算法和實測數(shù)據(jù)分析法，存在對數(shù)據(jù)要求嚴格、人為因素產(chǎn)生誤差偏大，預測精度不高等問題。針對傳統(tǒng)沉降預測方法存在的不足，提出了將云適應GEP算法用于路基沉降預測中，對促進高鐵路基沉降預測的發(fā)展具有重要意義。
　　本文對路基沉降的基本理論進行研究，分析并討論了幾種常見預測模型諸如:回歸分析模型、時間系列模型、灰度

2、模型、BP神經(jīng)網(wǎng)絡模型。并在此基礎上介紹了一種演化算法—基因表達式編程(GEP)，并對其算法流程及實現(xiàn)方法進行具體分析。經(jīng)過研究發(fā)現(xiàn)，其變異率、交叉率及數(shù)值常量對GEP算法的性能影響比較大。然而傳統(tǒng)的算法依然采用固定的交叉率和變異率，對數(shù)值常量處理方法也比較復雜，導致存在局部收斂，使運算結果精度不高。對此提出了一種將云模型與GEP相結合的改進算法，稱為云適應GEP算法(CAGEP)，該算法分別利用云適應常數(shù)創(chuàng)建策略、云交叉變異算子策略和

3、種群有效交叉策略對傳統(tǒng)的GEP算法進行改進，利用適應度的動態(tài)調(diào)整變異和交叉概率，使GEP算法可以跳出局部最優(yōu)，提高了收斂速度和準確性，從而優(yōu)化了算法的搜索性能。并通過函數(shù)發(fā)現(xiàn)的實驗進行對比，驗證了云適應GEP算法的有效性。將云適應GEP算法應用到鐵路路基沉降變形預測模型的構建中，利用編程語言開發(fā)基于云適應GEP的路基沉降預測模型。再利用傳統(tǒng)的GEP算法、云適應GEP算法、BP神經(jīng)網(wǎng)絡及灰度算法分別對路基沉降變形的樣本數(shù)據(jù)進行預測并對比分