期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于长短时记忆的真空预压地基沉降预测
1
作者
梁煜婉
肖朝昀
+4 位作者
李明广
孟江山
周建烽
黄山景
朱浩杰
《上海交通大学学报》
北大核心
2025年第4期525-532,共8页
为探寻一种更加准确的真空预压地基处理沉降预测方法,以厦门新机场规划片区东园地块造地二期工程为例,构建基于长短时记忆(LSTM)神经网络的真空预压地基处理沉降预测模型.选取两个区域的实测沉降数据作为数据基础,对比传统沉降预测法(...
为探寻一种更加准确的真空预压地基处理沉降预测方法,以厦门新机场规划片区东园地块造地二期工程为例,构建基于长短时记忆(LSTM)神经网络的真空预压地基处理沉降预测模型.选取两个区域的实测沉降数据作为数据基础,对比传统沉降预测法(浅岗法、三点法和双曲线法)与LSTM神经网络预测结果.研究结果表明:当真空预压地基处理工况下出现真空膜破损引发沉降量回弹的现象时,相较于传统预测方法,LSTM的均方根误差e RMSE和平均绝对值误差e MAE均下降45%以上,且该方法的预测结果有明显的上升趋势,能够准确预测出沉降回弹情况.在预测误差方面,考虑真空度和沉降变化的LSTM模型比仅考虑沉降时序的LSTM模型的e RMSE和e MAE降低60%及以上.该研究可为真空预压地基沉降预测提供先进的数据驱动预测方法.
展开更多
关键词
深度学习
长短期记忆网络
真空预压
沉降预测
在线阅读
下载PDF
职称材料
题名
基于长短时记忆的真空预压地基沉降预测
1
作者
梁煜婉
肖朝昀
李明广
孟江山
周建烽
黄山景
朱浩杰
机构
华
侨大学
土木
工程学院
福建省智慧基础设施与监测重点实验室
华
土木
(
厦门
)
科技
有限公司
上海交通大学船舶海洋与建筑工程学院
中交广州航道局
有限公司
出处
《上海交通大学学报》
北大核心
2025年第4期525-532,共8页
基金
国家自然科学基金(52278361)
福建省高校产学合作(2023Y4007)资助项目。
文摘
为探寻一种更加准确的真空预压地基处理沉降预测方法,以厦门新机场规划片区东园地块造地二期工程为例,构建基于长短时记忆(LSTM)神经网络的真空预压地基处理沉降预测模型.选取两个区域的实测沉降数据作为数据基础,对比传统沉降预测法(浅岗法、三点法和双曲线法)与LSTM神经网络预测结果.研究结果表明:当真空预压地基处理工况下出现真空膜破损引发沉降量回弹的现象时,相较于传统预测方法,LSTM的均方根误差e RMSE和平均绝对值误差e MAE均下降45%以上,且该方法的预测结果有明显的上升趋势,能够准确预测出沉降回弹情况.在预测误差方面,考虑真空度和沉降变化的LSTM模型比仅考虑沉降时序的LSTM模型的e RMSE和e MAE降低60%及以上.该研究可为真空预压地基沉降预测提供先进的数据驱动预测方法.
关键词
深度学习
长短期记忆网络
真空预压
沉降预测
Keywords
deep learning
long short term memory(LSTM)
vacuum preloading
settlement prediction
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TU433 [建筑科学—岩土工程]
TU472.33 [建筑科学—结构工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于长短时记忆的真空预压地基沉降预测
梁煜婉
肖朝昀
李明广
孟江山
周建烽
黄山景
朱浩杰
《上海交通大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
