一种基于深度学习的边坡桩锚支护结构优化设计方法

本发明公开了一种基于深度学习的边坡桩锚支护结构优化设计方法，包括：获取不同边坡桩锚支护结构参数、以及地震工况作用下的动力响应数据；对数据进行预处理，划分训练集和测试集后，重构时间序列数据；基于双向长短期记忆网络构建预测模型，并结合改进的病毒菌落搜索优化预测模型超参数；输入训练集中的数据对模型进行训练，得到最优的预测模型，并运用预测模型，预测桩锚支护结构的动力响应结果，并根据结果优化调整桩锚支护结构设计方案。该方法大大的缩短了设计时间和设计成本，并且可以更为细致的了解不同地震动荷载对桩锚支护结构的作用结果，提高设计结果的可靠性，具有良好的社会经济效益和工程应用前景。