原文传递
基于GRU神经网络的软土地区公路路基沉降预测方法
| 题名： | 基于GRU神经网络的软土地区公路路基沉降预测方法 |
| 作者： | 刘晓剑;金可云;温勇兵 |
| 关键词： | 公路;路基;沉降预测;软土地区;门控递归单元（GRU）神经网络 |
| 摘要： | 采用门控递归单元（GRU）神经网络生成预测模型，依据Nesterov-accelerated Adam（Nadam）算法学习软土地区公路路基沉降数据的演变规律，采用沉降监测历史数据和实时数据进行训练，并在训练结束后再次分析实时监测数据，预测下一阶段的沉降变形；结合湖南某高速公路工程路基沉降数据，利用该模型对软土地区高速公路路基不均匀沉降进行预测，并与沉降实测值进行对比，分析预测模型的准确性和可靠性。结果表明，模型预测值与路基沉降实测值相吻合，基于GRU的路基沉降预测方法可靠。 |
| 期刊名称： | 公路与汽运 |
| 出版年： | 2023 |
| 期： | 02 |
| 页码： | 62-67 |
检索历史
应用推荐
