一种基于HPO-BiLSTM的基坑变形预测方法

本发明公开了一种基于HPO‑BiLSTM的基坑变形预测方法，收集已开挖断面的样本数据，采用灰色关联度分析法，以土层参数和施工参数作为比较数列，以基坑变形指标作为参考数列，建立关联度模型；设定阈值筛选样本数据；将筛选得到的施工参数和土层参数作为输入变量，基坑变形指标作为输出变量，构建BiLSTM神经网络；引入自适应系数改进的HPO，改进了超参数优化过程；采集未开挖断面的数据，利用优化后的BiLSTM网络预测未开挖断面的基坑变形情况。本发明以预测目标相关性高变量作为输入量，简化网络结构，提高训练速度；本发明同时平衡解的精度和收敛速度的关系，提高模型的稳定性和预测精度，本发明允许模型不断提高预测精度，随着施工的进行，对监测结果进行动态调整。