基坑变形预测方法、基坑变形预测模型训练方法及设备

AITNT
正文
推荐专利
基坑变形预测方法、基坑变形预测模型训练方法及设备
申请号:CN202411637592
申请日期:2024-11-15
公开号:CN119647243A
公开日期:2025-03-18
类型:发明专利
摘要
本发明涉及基坑工程施工监测技术领域,并具体公开了一种基坑变形预测方法、基坑变形预测模型训练方法及设备,本发明通过将目标基坑的监测数据分解为趋势项数据和随机项数据,再分别输入至对应的预测模型中得到预测结果再融合,提高了预测准确性与鲁棒性,从而实现了对监测数据的更精确和稳定的预测。另外,本发明通过随机场模型的数值模拟对预测模型进行预训练,能够充分考虑地质体的物理力学特性,以提升预测模型在多变和复杂的地质条件下的适应表现,并通过多模型融合和集成,能够减少过拟合现象,并通过迁移学习确保了机器学习模型在新数据下的良好性能。
技术关键词
基坑变形预测方法 预测模型训练方法 LSTM模型 实时监测数据 历史监测数据 线性回归模型 监测点 随机森林 基坑工程施工 学习器 岩土体 误差 机器学习模型 存储计算机程序 数值 监测技术 多模型 存储器
系统为您推荐了相关专利信息
1
一种多模盾构机在复合地层中的模式转换系统及方法
模式转换系统 超前地质预报设备 实时监测数据 数据融合算法 分布式流
2
基于VMD与BiLSTM的短期负荷预测方法及系统
短期负荷预测方法 BiLSTM模型 粒子 短期负荷预测系统 短期电力负荷预测
3
一种风险预测模型的确定方法、应用方法及相关装置
风险预测模型 指标 LSTM模型 景观 指数
4
一种基于融合模型的用电异常检测方法
异常检测方法 模糊核聚类 粒子群优化算法 SMOTE算法 最佳聚类数目
5
一种从链路数据中学习进行微服务应用的故障定位方法
故障定位方法 故障定位模型 微服务系统 分布式追踪 链路
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号