一种基于GEP的高速铁路路基沉降预测系统的制作方法

本发明涉及一种预测系统，具体是一种基于GEP的高速铁路路基沉降预测系统。

背景技术：

高速铁路建设是现代化交通基础设施的标志，是一个国家经济繁荣的象征,也是国家经济发展到一定阶段的必然产物。在上个世纪八十年代中期，为了适应国民经济发展的需要，我国确定将运输、能源等置于经济建设的首位，从而为高速铁路在中国的发展开创了一格崭新的局面。近年来，国家在全力加大铁路建设的力度，到目前为止，我国铁路时速已经进行了7次大面积提速，2008年我国第一条无砟铁路—京津城际高速铁路投入使用，标志着我国正式走向高铁时代。

未来铁路发展正逐步朝向高速、快捷、舒适的方向发展，所以对铁路轨道安全提出更高要求。传统的有砟轨道由于其存在路面变形分布不均匀，功耗较大等特点，不仅造成轨道高低不平，路面颠簸，降低列车运行速度危及行车安全，也影响乘客舒适性。基于列车运行时速对地基稳定性要求，高速铁路路基采用高密度混凝材料铺设而成，这种轨道具有平顺性好、舒适平稳、低噪音、使用寿命长等特点。在高速铁路的铺设过程中，路基沉降是一个影响铁路质量的重要问题。因路基沉降量及沉降过程与路基本体填土材料、地基概况、地基载荷量以及超载预压过程等多种因素有关，且路基沉降预测过程也要受到多种不确定因素的干扰，所以为确保施工过程中路基的施工质量就需要时时观测路基沉降的变化情况，特别是能够较为合理的预估路基沉降的变化情况。路基沉降预测不仅关系着高速铁路的使用寿命，更关乎成千上万人的生命财产安全，因此，路基沉降预测和后期维护工作是铁路工作者重点要关注的问题。

针对以上问题，开展对高铁路基沉降的预测研究。常见的路基沉降预测方法分为固结理论法、系统理论法和智能计算法。这些预测方法在铁路工程应用中是基于经验公式进行求解，通过确定模型系数建立预测模型，但是在实际测量过程中即使再精密的仪器由于受现场环境复杂性、多变性的影响，测量结果也会含有误差，甚至有严重干扰模型参数计算的使得误差较大，这些问题都将影响到预测模型参数的确定，进而影响预测结果。

基于上述原因，本文提出一种新的预测方法—基因表达式编程(简称 GEP)， GEP是一种通用的自适应式随机搜索算法，能够在缺乏先验知识，不了解路基沉降内部机制，只有实验数据的情况下挖掘出较为准确的公式，建立GEP预测模型。通过预测模型对实测的路基沉降观测资料进行整理分析，从而预测出路基的沉降过程。如何将GEP应用于高速铁路路基沉降预测中，为保障铁路建设的安全性和运行的时速性提供准确的参考，是一个具有较好的实际应用前景和社会意义的研究课题。

对于高速铁路路基沉降的控制，国外都有其极为严格的标准。日本在修建第一条高速铁路—东海道新干线时，由于没有对高速铁路路基高度重视，通车后出现了大量的路基问题，致使列车的运行速度没有达到预期的设计速度。日本借鉴了东海道新干线的失败教训，不断地修改和完善路基的设计和施工规范，初期拟定高速铁路的工后沉降为 10cm，后期修建的高速铁路按照工后总沉降 3cm 控制，而对于无碴轨道和连续梁地段，其工后沉降的控制要求更加的严格。

在修建高速铁路之前，法国首先对全国现有的铁路路基进行详细、全面的调查，调查中发现若在道床下面增设一定厚度的垫层将对路基病害起到很重要的防止作用。因此，在制定TGV线路技术标准中，明确的指出强化基床表层的措施。20世纪六七十年代是德国经济迅速发展的阶段，铁路的运量剧增、速度的加快、列车轴重的提高，随之而来的是路基病害的日益加重、轨道状态变差，直接导致了铁路运

输业的发展缓慢。为此，德国针对如何消除路基病害、提高路基的承载力等方面进行了深入研究，提出了在路基面设置保护层的措施。根据积累的经验，德国在修建高速铁路时要求在列车运行后，路基工后沉降不应大于 1cm，年沉降速率不应超过 2mm 并应避免在短距离内发生不均匀沉降，在桥台附近不应有任何不均匀沉降。无碴轨道的基础一旦出现了变形，将直接反映到轨面上，而且无碴轨道的修养和整治比较困难，投入很大，因此无碴轨道路基的工后沉降比有碴轨道的控制要求更为严格。

“十一五”期间我国陆续建成京沪、沪宁、郑西、福厦、沪杭等高速铁路。目前，我国已投入运营的高速铁路总里程达到 7531 公里，居世界第一位。2010 年年底，在北京举行的第七届世界高速铁路大会上，国际铁道联盟总干事卢比努说：“中国已经拥有世界上最大的高速铁路网，而且这个网络在未来十到二十年还将会扩大两到三倍，中国高铁将会引领世界。”高速铁路代表着当今世界铁路的发展方向，是当代高新技术的发展成果的集中体现，是现代化铁路的重要标志。在我国，铁路承担着绝大部分关系国计民生的运输任务，随着社会经济的发展和人民生活水平的提高，人们对运输要求的需求质量也不断提高。高速铁路，特别是时速300km以上的铁路的出现，对中国传统的铁路设计、施工、检测、养护维修提出了新的挑战，在许多方面深化和改变了传统的观念和思想。相对于普通铁路，高速铁路更强调列车运行的平顺性和舒适性。

在高速铁路建设中，准确预测路基沉降有着非常重要的意义。为此国内外学者对铁路路基沉降研究做了大量工作，得到了许多具有实际意义的预测方法和理论。总体来说可将其分为两类，一类是根据理论知识预测的理论计算法，另一类是基于实测数据的实测数据分析法。

1．理论计算法

传统的理论计算法最早是 Martos(1958)提出可由误差函数近似表示路基开挖所引起的地表沉降槽呈现出来的形状，表达这种思想的方法有不断发展、完善、改进的经验公式法和以随机介质为主的理论解析法等。包括的方法有经验公式法和理论解析法等。

2．实测数据分析法

铁路建设期和维护期为了保障施工安全和运营安全，监测铁路地表变形是必须进行的一项工作。无论是铁路路基土体损失和地质环境改变引起地表变形，还是围岩和支护的位移变化引起地表变形，根据点位位移的情况可以直观反映地表变形情况。通过路基地表变形实现现场实测数据，利用特定的理论或计算方法根据实测数据预测后续变化情况。包括的方法有回归分析、时间系列分析、灰色理论神经网络和遗传算法。

GEP (Gene Expression Programming) 即基因表达式编程，是由 Ferreira 在遗传编程(Genetic Programming, GP)和遗传算法(Genetic Algorithm, GA)的基础上提出的。它借鉴生物遗传的基因表达规律，采用了基因型和表现型相分离而又互相转化的创举，克服了标准遗传算法在表示方法上的局限和标准遗传编程复杂解构造和复杂遗传操作的缺陷。同时，它还是遗传算法与遗传编程的继承与发展，综合两者的优点，提高了对复杂函数的优化能力，使其具有更强的解决问题能力。目前基因表达式编程逐渐在演化计算领域中广泛应用，同时在化学、医学、电力、管理、 经济、矿山、测绘等许多领域及行业得到了应用。如南非的 Antoine将其应用在交通工程中求解最短路径问题；王宗跃将改进的 GEP 应用到遥感图像的图像配准模型的生成中。土耳其的 Hanifi将其应用在岩石的抗压和抗张强度的预测分析中；印度的 Priyanka将其应用在水泥砂浆的耐压强度预测中；印度的Yogesh Singh 将其应用在软件产品质量的预测分析中；希腊的 Maria将其应用在欧元和美元的汇率预测中；伊朗的 Seyyed将其用在电力系统短期负荷的预测中； 张建斌将其用在邮电业务量的预测中；刘萌伟将其应用在人口预测函数模型方法中；钱晓山将改进的 GEP 应用在股票的上证指数时间序列预测中等。

基于国内外高速铁路路基沉降和GEP的研究现状，了解到现有的路基沉降预报分析模型存在不足之处，而基因表达式编程方法在缺乏先验知识的预测中表现出速度快，预测精度高等优势。因此，将基因表达式编程应用于路基沉降预测中。本发明充分利用其函数逼近功能、多因素综合作用表达能力，并从种群多样性的角度对其进一步改进，提出了一种新的路基沉降预测模型。

技术实现要素：

本发明的目的在于提供一种基于GEP的高速铁路路基沉降预测系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于GEP的高速铁路路基沉降预测系统，首先，根据高速铁路因不同土质地基，填方土体具有不同的工程性质，选取典型路段数据研究路基沉降预测问题；其次，根据基因表达式编程的原理，利用C++编写针对于高速铁路路基沉降的基因表达式编程的预测程序；然后，利用铁路路基沉降的检测数据作为训练数据导入基于基因表达式编程的高速铁路路基沉降预测程序中，经过程序运算得到基于基因表达式编程铁路路基沉降预测预测函数模型；最后，利用GEP函数预测模型与GM(1,1)灰度函数模型对某段高速铁路路基沉降的监测数据进行预测，并分析预测结果的精度。

作为本发明再进一步的方案：GEP函数预测模型的基本步骤：首先根据选定的函数集、基因头部长度、基因数目、种群大小等创建初始种群，初始种群随机产生一定数量的染色体个体；然后将这些染色体通过K表达式法转化成表达式树；依据一个适应度样本集计算出每个个体的适应度；最后个体按照适应度值被选择，执行遗传操作、根插串，产生具有新特性的后代，该过程重复若干代，直到算法发现一个优良解。

与现有技术相比，本发明的有益效果是：本发明利用模型与 GM(1,1)灰色预测函数模型对某高速铁路路基监测点进行沉降预测，得到预测结果，全面分析两者的预测精度，从而验证模型优良的预测能力。

附图说明

图1为基于GEP的高速铁路路基沉降预测系统中GEP算法流程图。

图2为基于GEP的高速铁路路基沉降预测系统系统总体框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1～2，本发明实施例中，一种基于GEP的高速铁路路基沉降预测系统，首先，根据高速铁路因不同土质地基，填方土体具有不同的工程性质，选取典型路段数据研究路基沉降预测问题；其次，根据基因表达式编程的原理，利用C++编写针对于高速铁路路基沉降的基因表达式编程的预测程序；然后，利用铁路路基沉降的检测数据作为训练数据导入基于基因表达式编程的高速铁路路基沉降预测程序中，经过程序运算得到基于基因表达式编程铁路路基沉降预测预测函数模型；最后，利用GEP函数预测模型与GM(1,1)灰度函数模型对某段高速铁路路基沉降的监测数据进行预测，并分析预测结果的精度；GEP函数预测模型的基本步骤：首先根据选定的函数集、基因头部长度、基因数目、种群大小等创建初始种群，初始种群随机产生一定数量的染色体个体；然后将这些染色体通过K表达式法转化成表达式树；依据一个适应度样本集计算出每个个体的适应度；最后个体按照适应度值被选择，执行遗传操作、根插串，产生具有新特性的后代，该过程重复若干代，直到算法发现一个优良解。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。