基于LSTM-SVR的高速公路路基长期沉降预测

扫码查看

原文链接

万方数据
维普

中文摘要：为实现高速公路路基长期沉降的准确预测,提出了一种基于长短期记忆网络和支持向量回归算法串并联的组合模型预测方法.首先通过LSTM模型建立了高速公路路基沉降数据的时序特征,其次采用支持向量回归算法对LSTM预测沉降数据中的非线性残差部分进行学习建模,将LSTM模型和SVR模型的预测结果叠加得到组合沉降预测结果,以某高速公路长期沉降数据为依托对比了组合模型和单一模型的预测效果,结果表明:组合预测模型显著改善了单一预测模型在长期沉降预测中精度不高的现象,组合模型预测的相对误差、平均误差和均方根误差相较于单一模型均更低,可实现高速公路路基长期沉降的准确预测.

作者：

肖明康

展开 >

作者单位：

上海市政工程设计研究总院(集团)有限公司,上海 200092

关键词：

公路工程路基沉降长短期记忆网络支持向量回归组合预测

出版年：

2024

湖南交通科技

湖南省交通科学研究院湖南省公路学会湖南省航海学会

湖南交通科技

影响因子：0.455

ISSN：1008-844X

年,卷(期)：2024.50(4)