基于MIDBO-BP-Adaboost的高铁路基沉降预测
贺全鹏1
司涌波1
李少远2
1.兰州交通大学自动化与电气工程学院,兰州 730070;兰州交通大学甘肃省高原交通信息工程及控制重点实验室,兰州 7300702.上海交通大学电子信息与电气工程学院,上海 200240
摘要：针对温度、湿度等因素影响带来的高铁路基沉降问题,提出一种改进的蜣螂优化算法(My Improved Dung Beetle Optimization Algorithm,MIDBO)-反向传播(Back Propagation,BP)神经网络-自适应提升算法(Adaptive Boosting,Adaboost)组合预测模型.首先,为解决蜣螂优化算法易陷入局部最优和复杂工程应用效果不佳的缺陷,提出一种复合混沌映射、模拟退火算法、非线性指数动态权重系数多策略融合的MIDBO算法;然后,利用MIDBO算法对BP神经网络进行优化,再与Adaboost算法结合,建立了 MIDBO-BP-Adaboost模型;最后,将不同模型应用于兰新高速铁路进行预测分析.研究结果表明:MIDBO算法有效优化了 BP神经网络,提高了模型精度;Adaboost算法提高了模型的稳健性和泛化能力;与BP预测模型相比,MIDBO-BP-Adaboost模型的平均绝对误差、均方根误差、平均绝对百分比误差分别减小63.81％、63.84％、62.26％,拟合系数提高18.82％.研究成果可以为兰新高铁路基沉降预测提供参考.
关键词：交通信息工程及控制高速铁路路基沉降蜣螂优化算法反向传播神经网络自适应提升算法
分类号：U216.417(铁路线路工程)
论文发表日期：2025-06-30
在线出版日期：2025-08-21（本平台首次上网日期，不代表文献的发表时间）
页数：11( 182-192 )
英文信息