摘要
本发明涉及建设工程领域,特别是一种云计算的路基施工边坡位移监测系统。利用传感器网络采集路基中的路基施工数据,利用小波变换对数据去噪,利用云计算单元中动态时间规整算法对初始路基施工数据中的时序数据进行对齐,基于熵权法动态分配各传感器数据的权重,基于LSTM长短期记忆网络和FEA有限元分析建立混合预测模型,将FEA模拟的边坡应力场结果作为LSTM的物理约束层,在中嵌入注意力层,利用Cs‑Ant改进型布谷鸟‑蚁群组合算法对初始混合预测模型的超参数进行寻优,将特征路基施工数据输入至目标Cs‑FEA‑LSTM混合预测模型中进行预测。有效降低人工分析成本,提升路基工程全周期监测的水平。
技术关键词
边坡位移监测系统
混合预测模型
路基
子模块
动态时间规整算法
长短期记忆网络
注意力机制
组合算法
卡尔曼滤波算法
修正数据误差
边坡位移预测
熵权法
记忆单元
传感器
应力场
参数
数据获取模块