科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决软基沉降难以预测的问题，基于软基超载预压监测数据，建立差分自回归移动平均(ARIMA)模型、BP神经网络模型以及长短期记忆(LSTM)模型。利用堆载前期的现场监测数据训练模型，根据训练模型对后期软基的沉降进行预测。结果表明：3种模型在软基超载预压处理后的沉降预测中均表现良好，并且ARIMA模型预测能力优于BP神经网络和LSTM模型。将ARIMA模型应用于软基超载预压期间的沉降预测可行。
-
单位土木工程学院; 山东建筑大学; 山东电力工程咨询院有限公司
