作者：屈凯锋公路工程小波分析kalman滤波elman神经网络
摘要：为提高高速公路路基沉降预测的可靠性,构建了一种基于小波Kalman滤波的Elman神经网络与支持向量机的路基变形预测组合模型。该方法既融合了小波多尺度特性体现的优异信噪分离性能和Kalman滤波能提炼出测量信息最优估计值的严密递推算法,又涵括了Elman神经网络与支持向量机对非线性数据的强大泛化能力和拟合功能。结果表明:在高速公路路基工程实例中,该模型预测的沉降值误差控制在1%以下,验证了其在中长期路基沉降预测中的效用。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《筑路机械与施工机械化》（CN：61-1119/U）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《筑路机械与施工机械化》主要报道国内外筑养路机械设计制造、工艺材料、试验研究、机械化施工、应用技术及科学管理等方面的最新成果和发展趋势。本刊是公路科研、管理部门、施工单位、制造厂家及工程技术人员的重要参考资料，并吸收越来越多的公路行业外的部门和读者。
杂志详情
