摘要
为更精确预测施工过程中的地表沉降值变化,提出了基于变分模态分解(VMD)与门控循环单元神经网络(GRU)的地表沉降预测方法.使用VMD将地表沉降数据分解为本征模态函数(IMF),再用GRU对IMF进行预测,叠加预测分量,输出预测结果.以北京市11号线西段金顶街至金安桥区间台阶法施工地铁隧道的地表沉降实测数据为算例进行分析,结果表明:在与实测数据差值1 mm置信区间上置信度达到98.7%,对短期突变数据预测较好,在中期沉降阶段预测精度较高,能够进行沉降风险预警,具有较高的预测准确率与实用性.
-
单位建筑工程学院; 中国矿业大学(北京); 深部岩土力学与地下工程国家重点实验室