基于变分模态分解和粒子群优化长短期记忆网络的黄土地区高填方路基沉降预测

太原理工大学学报
网络首发时间：2024-11-18 11:37:08

作者

柴少波岳山丘王铭一吕龙龙
单位

长安大学建筑工程学院宁夏大学土木与水利工程学院
摘要

黄土地区高填方路基沉降具有非线性、发展趋势复杂等特点，当路基沉降曲线出现复杂波动情况时，传统沉降预测模型如双曲线模型、指数模型等难以拟合和预测路基沉降曲线发展变化趋势。因此，本文通过建立基于变分模态分解(VMD)和粒子群算法(PSO)优化的长短期记忆网络(LSTM)预测模型VMD-PSO-LSTM，学习高填方路基沉降数据的高层次特征并预测其发展变化趋势。通过工程实例，对所建立的预测模型进行验证。结果表明：VMD-PSO-LSTM模型对高填方路基沉降曲线的预测效果良好，且精度均比反向传播神经网络模型(BP)、LSTM模型与只用PSO优化的LSTM模型(PSO-LSTM)有了进一步的提高，具有更高的鲁棒性和适用性。
关键词

黄土高填方路基沉降预测变分模态分解长短期记忆网络
文章目录

1 VMD-PSO-BP模型
1.1 变分模态分解
1.2 粒子群优化算法
1.3 长短期记忆网络
1.4 模型预测评价指标与结果对比
1.5 VMD-PSO-LSTM预测模型运算流程
2 工程实例
2.1工程概况
2.2 监测点布置与监测结果
3 路基沉降预测及结果分析
3.1 沉降曲线分解
3.2 预测与分析
4 结语
引用格式

柴少波,岳山丘,王铭一,等.基于变分模态分解和粒子群优化长短期记忆网络的黄土地区高填方路基沉降预测[J/OL].太原理工大学学报,1-11[2024-11-19].http://kns.cnki.net/kcms/detail/14.1220.N.20241118.0939.004.html.
相关文章

[1]关中地区某大厚度自重湿陷性黄土场地现场浸水试验研究
[2]易溶盐对黄土状盐渍土场地力学特性影响试验研究
[3]黄土高原红粘土中氟喹诺酮类抗生素的吸附行为研究
[4]含水量对黄土状粉土击实冲击力传递的影响研究
[5]基于骨架颗粒和基质分类的马兰黄土微观结构研究
[6]基于双重注意力机制的有源配电网安全态势感知方法
[7]府谷地区黄土湿陷性与土体物性参数关系及其神经网络预测模型
[8]强夯作用下湿陷性黄土地基水分运移规律及渗透性研究
[9]黄土地区强夯施工地面振动衰减规律研究
[10]微动勘探在黄土地层划分中应用研究

煤问提

煤传媒

煤视界

科技创新50强

会员中心