首页 >> 过刊索引 >> 2025年 >> 第1期

 

基于信号分解与重构的基坑变形预测研究

李志伟1,2,3*,冼进业4,祝敏刚5

(1. 广州市城市规划勘测设计研究院有限公司,广东 广州 510060; 2. 广州市资源规划和海洋科技协同创新中心,广东 广州 510060; 3. 广东省城市感知与监测预警企业重点实验室,广东 广州 510060; 4. 广州市虚拟动力网络技术有限公司,广东 广州 510060; 5. 中国电建集团城市规划设计研究院有限公司,广东 广州 510060)

摘 要: 提出了一种基于信号分解与重构的基坑变形预测方法。首先,运用经验模态分解(EMD)对基坑变形序列数据进行分解,得到数个本征模态函数(IMF),并获取不同频率的特征信号,将变形序列分解成趋势项与波动项。通过门控循环单元(GRU)结合自注意力机制,对波动项的序列数据进行建模,并对比筛选不同时长的输入数据,以确定最佳输入时长,从而提高预测精度。对于趋势项,采用多项式拟合方法进行预测,最终将趋势项与波动项的预测结果相加得到最终预测结果。以广州某基坑的监测数据为实验对象,对所提方法进行了验证。结果表明,当输入步长为5时,模型的MSE仅为0.92,R2为0.980,有效提升了预测的准确性。本研究可以为类似的基坑监测项目提供借鉴。

关键词: 基坑变形预测; GRU; 自注意力机制; 经验模态分解

基金项目: 广东省城市感知与监测预警企业重点实验室基金项目(2020B121202019)

引文格式: 李志伟,冼进业,祝敏刚. 基于信号分解与重构的基坑变形预测研究[J]. 市政技术,2025,43(1):144-150,158. (LI Z W,XIAN J Y,ZHU M G. Study on foundation pit deformation prediction based on signal decomposition and reconstruction[J]. Journal of municipal technology,2025,43(1):144-150,158.)

<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>