基于FNN和LSTM对挡土墙侧移的预测研究

作     者：黄涛 程文博 王耿鑫 

作者机构：宁波轨道交通集团有限公司建设分公司浙江宁波315000 宁波市建设集团股份有限公司浙江宁波315000 浙江工业大学土木学院浙江杭州310023 

出 版 物：《安徽建筑》 (Anhui Architecture)

年 卷 期：2024年第31卷第8期

页      面：122-123,183页

学科分类：081401[工学-岩土工程] 08[工学] 0814[工学-土木工程] 

主　　题：挡土墙 LSTM神经网络 FNN神经网络 动态预测模型 侧移 

摘      要：在基坑开挖过程中,为准确预测未来一段时间内基坑挡土墙侧移量,文章基于杭州市富阳区某工程中2、3号测斜管对基坑挡土墙的侧移监测数据,分别采用LSTM神经网络(Long Short Term Memory)和FNN(Feedforward Neural Network)神经网络对挡土墙建立动态预测模型,并采用R2和均方误差(MSE)作为两种神经网络预测模型的评价指标。研究结果表明,LSTM神经网络相较于FNN神经网络表现出更高的预测精度,更适用于基坑挡土墙侧移的动态预测问题,可为基坑施工过程中挡土墙侧移和安全预警提供参考。