首页 >> 过刊索引 >> 2023年 >> 第5期

 

基于LSTM神经网络的地铁车站改造沉降时间序列预测

刘 俭

(中铁十八局集团第四工程有限公司,天津 300000)

摘 要:为了预测地铁车站改造施工过程中出入口站厅的沉降,提出了采用LSTM神经网络预测沉降的方法。依托北京市西土城地铁车站改造工程,对该车站改造过程中的建筑物沉降值进行了预测,并结合实测值利用LSTM神经网络对沉降趋势进行了回归分析。研究结果表明:采用LSTM神经网络进行沉降预测有着一定的合理性,其可以较好地捕捉沉降变化的趋势,该模型的预测值与实测值误差在10%以内,具有很好的应用价值。

关键词:LSTM;神经网络;非线性时间序列;沉降预测

<如需阅读全文 ,请订阅本刊或登录“万方数据库查询”、“知网数据库查询”、“维普数据库查询”检索下载>