ARIMA方法预测吹填软基沉降的适用性
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.
差分自回归移动平均模型、BP神经网络、长短期记忆模型、沉降预测、吹填软基
32
TU433;TB115(土力学、地基基础工程)
山东省住房和城乡建设厅研究开发项目2020kykf05-018
2023-04-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
69-73