摘要
本发明公开了基于ECNN的高速铁路路基累积变形预测方法,包括以下步骤:将历史时刻的路基累积变形数据输入到已训练好的ECNN模型中进行处理,即得到路基在未来时刻的累积变形值;其中,所述ECNN模型由机器学习模型与稳定型累积塑性应变曲线耦合后构建得到。本发明的构思巧妙,简单易操作,实现了外泛化性能强的技术目的,有效解决了传统机器学习路基累积预测模型只有分布内的泛化能力、存在时间分布外泛化性差的技术问题,可为高速铁路路基累积变形预测提供新参考。
技术关键词
高速铁路路基
变形预测方法
机器学习模型
稳定型
表达式
优化机器学习
迭代优化算法
预测误差
评价机器
GRU模型
BP模型
算术平均值
曲线
数据
工程现场
指标
参数
训练集
代表