超限学习机在高速公路路基沉降预测中的应用

• 作者: 刘宁 刘磊 孙也盛 朱善宽 李丹娜 郭云开
• 来源期刊: 长沙理工大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 超限学习机 路基沉降预测 BP神经网络 支持向量机 建模 预测
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 交通运输、土木与水利工程
• 页码范围: 44-48,89
• 页数: 6页
• 分类号: U416.1
• 字数: 3608字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9331.2017.04.007

摘要

为了探索超限学习机在路基沉降预测应用中的潜力和优势,以湖南省某高速公路为研究对象,通过超限学习机算法对路基多个断面的实测沉降数据进行了预测建模,并与BP神经网络和支持向量机进行了对比分析.研究结果表明,采用超限学习机对K4+300断面和K20+ 840断面的预测值的最大相对误差分别为0.199％和0.176％,精度明显优于BP神经网络和支持向量机.故超限学习机能够对路基沉降做出较为科学、合理的预测.