摘要
本申请公开了一种基坑开挖变形预测方法、装置、设备及介质,涉及岩土工程监测与人工智能交叉领域,该方法包括:实时采集基坑的多源监测数据;根据当前时步前设定时段内的多源监测数据,构建历史工程建设时序数据;根据历史工程建设时序数据,采用变形预测模型,预测下一时步基坑的变形值;其中,变形预测模型为采用基于自适应惯性权重的麻雀搜索算法确定BP神经网络的初始参数,并采用LM算法对所述初始参数进行局部优化后,采用训练样本集对BP神经网络进行训练得到;训练样本集中包括历史设定时段内各时步的多源监测数据。本申请提高了BP神经网络的收敛速度及变形预测模型的稳定性,进而提高了复杂工况下的变形预测精度。
技术关键词
变形预测方法
BP神经网络
基坑
LM算法
搜索算法
参数
时序
岩土工程监测
多源监测数据
围护结构
支护结构
岩土体
内摩擦角
数据处理模块
数据采集模块
处理器
预测装置
计算机设备
可读存储介质
系统为您推荐了相关专利信息
深浅基坑
智能算法
三维有限元模型
贪婪策略
训练样本集
行政区
指标分解方法
总量
智能优化算法
公平性准则
大语言模型
工业控制协议
模糊测试方法
种子
漏洞