来源：期刊VIP网 时间：
作者：邓志兴;谢康;李泰灃;苏谦;韩征;肖宪普;
单位：中南大学土木工程学院;西南交通大学土木工程学院;中国铁道科学研究院集团有限公司铁道建筑研究所;石家庄铁道大学土木工程学院;
摘要：为解决不确定性问题对高铁边坡位移预测精度的影响，引入区间预测理论量化位移预测中的不确定性问题，并建立Bootstrap-GRU-BP混合区间预测模型（BGB模型）。该模型首先采用基于Bootstrap的门控循环单元（Gated Recurrent Unit,GRU）算法度量位移预测均值和认知误差的方差，再采用BP算法度量随机误差的方差，然后将位移预测均值、认知误差和随机误差的方差3者结合在一起，量化出一定置信水平下的预测区间。最后，基于杭绍台高铁沿线边坡的监测数据，探讨BGB模型认知不确定性的响应特征，并通过对比多种区间预测模型来验证BGB模型的优越性。结果表明：BGB模型不仅能构造清晰可靠的预测区间，还能提供高精度的点预测结果；改变模型输入特征和预测算法会导致认知不确定性的改变，而BGB模型所构造的预测区间能正确地响应不确定性的变化；对比以极限学习机（Extreme Learning Machine,ELM）和支持向量回归（Support Vector Regression,SVR）为核心的区间预测模型，BGB模型的区间预测和点预测性均能更优。研究成果可为高铁边坡位移发展提供可靠的预测结果，进而为高铁边坡可靠度分析提供理论基础。
关键词：边坡位移预测;;不确定性度量;;区间预测;;机器学习;;Bootstrap算法
基金资助：中国国家铁路集团有限公司科技研究开发计划课题（Z2022-014）;; 中国铁道科学研究院集团有限公司院基金课题（2022YJ347）
