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 |
|