基于ALSTM模型的基坑周边建筑物沉降预测
中短期基坑沉降监测序列具有非线性和数据量小的特点,导致常规预测模型很难获取准确的预测结果.针对传统模型未考虑到历史时刻沉降情况对未来沉降量具有不同影响的缺点,本文采用ALSTM(Attention LSTM)预测模型,并以某大厦基坑工程变形监测的数据为例进行验证.实验结果表明,相比LSTM、支持向量回归和BP神经网络模型,ALSTM模型能够取得更加准确的预测结果,适用于短期和中短期两种情况下的沉降变形预测.
基坑监测、沉降预测、LSTM、注意力机制
51
TU196(建筑基础科学)
2023-04-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
63-67,72