土仓压力与掘进参数相关性分析及预测模型

作者：成晓元; 凌静秀; 黄继辉; 吴勉

来源：福建工程学院学报, 2022, 20(01): 13-18.

• LSTM(Long Short-Term Memory Network)
• 深度学习
• 土仓压力
• 相关性分析

提出一种基于长短期神经网络的深度学习预测模型，依托现场数据对土仓压力进行预测。结果表明，在5个可控因素的基础上，增加与土仓压力具有相关关系的不可控因素作为输入，评价指标平均绝对误差、均方误差分别降低了0.901%、0.021%,校正后的决定系数提高了16%,为土仓压力的精准预测和设定提供了借鉴。

• 单位
  中建海峡建设发展有限公司; 福建工程学院