融合人工智能算法的铁路路基沉降预测方法

首先利用三阶多项式拟合、GM(1,1)和BP神经网络等算法构建了铁路路基沉降单预测模型;然后基于误差法和熵值法,以合肥地铁4号线盾构隧道下穿既有铁路的监测数据为基础,融合三阶多项式拟合、GM(1,1)和BP神经网络构建了组合预测模型,实现铁路路基沉降的分阶段预测;最后,利用平均绝对误差、均方误差和平均绝对百分比误差评价模型精度。结果表明:基于误差法和熵值法的组合预测模型能显著提高预测精度,预测相对误差均小于±5%,预测均方根误差均小于±0.1 mm,验证了提出的组合预测模型的有效性。

纯铝、铁与钛薄板各向异性比较

为了明晰晶体结构对金属薄板塑性各向异性(r值)的影响,以3种典型晶体结构的高纯金属材料1A99纯铝、YT01纯铁和TA1纯钛为研究对象,采用数字图像相关技术并结合三阶多项式拟合法探究其r值演化规律。结果表明,在各向异性方面,纯铝与取样方向相关,这是取样方向与主滑移系之间的关系所致;而纯钛为各向同性,这仅与密排六方结构有关;而纯铁介于两者之间没有明显规律,这不仅与取样方向有关,还与BCC结构有关。在r值方面,纯铝不同方向的r值均小于1,而纯铁的r值稍大于1,纯钛的r值均大于1.68。说明在抗减薄能力上纯钛>纯铁>纯铝,这与晶体结构相一致。同时在取样90°时三者均有较优的抗减薄能力,这与取样方向偏离主滑移系最远有关。最后,在r值演化方面,纯铝在3个方向上差异巨大,而纯铁均先增大后减小,纯钛除取样0°几乎不变外均先减小后增大,这些复杂的现象可能与择优取向组织的体积分数和织构演化有关。