| 基于神经网络的基坑紧邻环境多因素预测 |
| |
| 引用本文： | 仲志煜,李建春,,张琦,王月峰.基于神经网络的基坑紧邻环境多因素预测[J].水利与建筑工程学报,2021,0(3):214-220. |
| |
| 作者姓名： | 仲志煜 李建春 张琦 王月峰 |
| |
| 作者单位： | 1．东南大学苏州联合研究生院，江苏苏州215123；2．东南大学土木工程学院，江苏南京211189 |
| |
| 摘 要： | 随着高层建筑的增多与地下空间的大范围开发，基坑工程不断增加的深度与规模都对紧邻环境造成了巨大挑战，而有效预测能提前发现工程的安全隐患。为了预测深基坑工程开挖时地表沉降、地铁结构位移、坑外土体测斜三类紧邻环境的监测数据，同时降低数据在获取过程中受到的噪声影响，提出了小波分析－长短时记忆神经网络（ＷＡ-ＬＳＴＭ）模型。该模型使用排列熵算法选择最优预测天数，同时以皮尔逊相关性分析结果为依据选用不同的输入组合，考虑了输入项之间的相关性大小。实验使用上海徐家汇中心深基坑工程的监测数据进行验证，结果表明，ＷＡ-ＬＳＴＭ（双因素）模型对原数据的趋势性上还原程度较高，是一种高精度、高时效、更符合理论变化趋势的环境预测模型。
|
| 关 键 词： | 深基坑 数据预测 小波分析 长短时记忆神经网络 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《水利与建筑工程学报》浏览原始摘要信息 |
|
点击此处可从《水利与建筑工程学报》下载全文 |
|
