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
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
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
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
故障定位方法
故障定位模型
微服务系统
分布式追踪
链路