论文部分内容阅读
铁路建设施工过程中除主体工程永久占地外,临时工程占地数量也较大,而现行的铁路临时工程水土保持技术和土地复垦措施往往只注重理论设计而脱离了与工程的区域生态环境特点的结合,设计的同一性常常使得工程水土保持和土地复垦达不到良好的生态恢复效果。目前,对于水保设计的合理性和土地复垦适宜性尚没有较好的分析判别方法。本文通过对我国水土保持和土地复垦现状的分析结合人工神经网络理论的概念、特征、理论基础及应用,提出利用神经网络模型来进行水土保持和土地复垦适宜性分析方法。人工神经网络(ANN)是在结构上模仿生物神经联结型的系统,能够通过设计来进行模式分析,信号处理等工作。BP(BackPropagation)神经网络是人工神经网络的一种,它通过模仿生物大脑神经系统信息处理功能实现输入与输出之间的任意非线性优化映射,有着传统统计方法无法比拟的适应性、容错性及自组织性等优点。因此,利用BP神经网络对铁路临时工程水土保持和土地复垦进行判别分析具有广阔的应用前景。论文在对既有铁路工程运行现状调研的基础上,利用既有铁路弃渣场挡渣墙的6组水土保持技术参数及7组复垦潜力因子作为样本,以MATLAB程序语言作为平台,通过调用正切函数(tansig)、对数函数(logsig)、训练函数(trainlm)、性能函数(mse)及仿真函数(sim)等5种MATLAB函数对输入样本进行数据分析处理和非线性优化映射并最终建立水土保持设计和土地复垦的BP神经网络分析模型。利用建立的BP神经网络模型对贵广铁路(贵州段)工程临时占地进行实例分析。通过对贵广铁路(贵州段)典型弃渣场的3组挡墙水土保持设计和2组土地复垦潜力因子作为检测判别因子输入BP网络模型进行水土保持设计技术合理性和土地复垦适宜性分析结果可知,拟判别的典型挡渣墙3组水土保持设计是合理的,2个弃渣场土地复垦分别为适宜复垦和较适宜。模型输入样本均来自既有铁路建设工程所实施的水土保持和土地复垦生态恢复运行良好的数据,数据来自工程实际,具有一定代表性。研究成果可以为新建铁路建设工程水土保持设计合理性及土地复垦适宜性研究提供指导和借鉴作用。