基于MIC-CNN的山区高速铁路土建工程造价预测模型

为实现预可行性研究阶段山区高速铁路土建工程造价的快速准确估算,利用最大互信息系数(MIC)原理选取山区高速铁路土建工程造价预测关键指标,进而应用卷积神经网络(CNN)构建其造价预测模型,通过比较不同参数下的模型预测精度和稳定性确定模型最优参数,并对比分析MIC-CNN模型与CNN、BP、Adaboost-SVR模型预测效果。分析结果表明,MIC-CNN模型预测平均相对误差仅为5.476%,而CNN、BP和Adaboost-SVR模型预测的平均相对误差分别达到9.072%、12.626%和28.010%,说明造价预测关键指标及模型参数选取合理,MIC-CNN模型可以实现较高的预测精度;MIC-CNN模型预测值的波动幅度仅为1.045%,其在预测山区高速铁路土建工程造价时具有较好的稳定性。

基于弹条与T型螺栓受力安全的WJ-7型扣件安装扭矩最大限值分析

为了合理确定高速铁路无砟轨道WJ-7型扣件安装扭矩最大限值,建立高速车辆-轨道耦合动力学模型,计算分析钢轨垂向动位移变化特征,进而构建WJ-7型扣件系统有限元模型。以钢轨位移和扣件安装扭矩最大限值为输入荷载,分析扣件安装扭矩对弹条及T型螺栓应力状态的影响,提出扣件安装扭矩最大限值的取值建议。结果表明:WJ-7型扣件弹条及T型螺栓所受应力随扣件安装扭矩的增大而增大;在扭矩作用下,T型螺栓应力较大区域为根部和中部,弹条应力较大区域为前肢、中肢和后肢,且前肢所受应力最大;对于时速250、300、350 km高速铁路,为保证WJ-7型扣件系统弹条及T型螺栓受力安全,应避免T型螺栓安装扭矩过大,建议其安装扭矩最大限值分别取140、130、120 N·m。