基于多源数据与深度学习驱动的冻土路基融沉预测方法

本申请提供一种基于多源数据与深度学习驱动的冻土路基融沉预测方法，涉及寒区工程领域。该方法包括：通过对冻土路基的热‑力耦合过程进行数学描述，得到冻土路基热力耦合物理模型；采集冻土路基现场监测数据、遥感数据、室内试验数据以及工程环境数据，通过对多源数据清洗和归一化处理，得到用于构建与训练物理信息神经网络模型的多源数据集；基于冻土路基物理模型和多源数据集构建物理信息神经网络；通过微分方程构建物理信息神经网络模型物理残差，基于残差项构建损失函数；对物理信息神经网络模型开展训练，以得到用于对冻土路基的融沉变形进行预测的深度学习模型。该方法可以提高对冻土路基进行融沉变形预测的准确性和可靠性。