基于WOA-LSTM模型的边坡位移预测方法
边坡的稳定性直接影响着生产与安全问题,作为表征边坡稳定性的重要指标,通过对边坡位移监测数据的分析,从而预测边坡的变形趋势,对边坡预警具有重大的指导意义.文中以贵阳市百花新城一号路一期道路中段工程某边坡为例,通过监测点数据建立了基于鲸鱼优化-长短期记忆神经网络(WOA-LSTM)的边坡位移预测模型,通过鲸鱼优化算法(WOA)对长短期记忆神经网络(LSTM)中的参数进行优化,进一步改善了长短期记忆神经网络易于收敛于局部值的问题.试验结果表明:经鲸鱼优化算法优化后的长短期记忆神经网络边坡位移预测模型相较于未优化前具有更好的预测准确率,能够更好的反映边坡变形规律.
边坡、LSTM神经网络、鲸鱼优化算法、位移预测
23
TV541(水利工程施工)
2023-07-07（万方平台首次上网日期，不代表论文的发表时间）
共3页
50-52
