馬劍飛
(秦皇島市地方道路管理處,河北 秦皇島066000)
軟土路基是由一定的壽命的。軟土路基上每一天都要經過很大數目的車輛,其中有一些還是載重量比較大的貨車。這就導致了軟土路基路一段時間之后必然會出現沉降現象。因此,我們需要及時的預測這種現象出現的概率和程度,就從而保證能夠及時的對要發生沉降的軟土路基進行及時的處理。為了能夠更好的完成軟土路基沉降預測的任務,我們已經研究出了幾個技術方法,接下來我們將對這幾個具體方法進行分析。
深度學習作為人工智能技術的一個重要分支,在預測方面有著良好的效果。對于軟土路基來講,預測它的沉降概率和程度也是比較容易的。我們只需要搜集基礎數據,導入到訓練模型當中進行運算即可。這種方法早在很久以前就得到了運用,但是在當時,計算機的計算能力達不到我們的要求,訓練出的模型預測精度也不夠高。但是這種方法的確比較簡便,不需要人過多的參與決策就可以取得比較準確的預測效果。不過在現代,隨著計算機運算能力的提升和數據量的增大,這種方法已經有了飛躍式的進步。工程師們現在可以借助這種深度學習的高級算法,對分析軟土路基的土質、土壤厚度、路面車流量等等一系列參數,只要是我們可以搜集到的數據,都可以加入到我們的預測模型當中。……