基于机器学习模型理论的基坑沉降预测研究

作者：蒋陆乐; 赵苏诚; 王耿鑫

来源：山西建筑, 2023, 49(12): 91-94.

DOI：10.13719/j.cnki.1009-6825.2023.12.022

• 基坑沉降
• 预测
• LSTM神经网络
• SVM

基坑开挖引起的地面沉降是基坑工程中需要注意的关键性问题，其具有出现区域广泛、发生灾害后果恶劣等特点。为了对基坑沉降进行准确有效的预测，以杭州市某基坑为工程背景，分别采用LSTM(Long Short Term Memory)神经网络和SVM(Support Vector Machines)对基坑沉降建立了预测模型，并通过预测任务评价指标和散点图误差线来检验模型的预测精度。研究结果表明：LSTM模型相比SVM模型表现出了更高的预测精度，更适用于基坑沉降的预测问题，并可为施工现场提供可靠的理论参考。

• 单位
  浙江工业大学