河北工业科技

2021, v.38;No.186(02) 142-147

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于LSTM法的高速公路边坡稳定性研究
Research on highway slope stability based on LSTM method

李勃;

摘要(Abstract):

为了准确分析高速公路边坡性状,确保路基的稳定性,结合高速公路边坡环境特征,以边坡监测数据为基础,利用长短期记忆人工神经网络(LSTM)方法建立了高速公路边坡稳定性预测模型。以影响边坡稳定性的边坡质量系数、边坡结构系数、坡高系数、坡角系数、工程因素等因素为评估依据,采用降噪补缺、数据变换等方法处理LSTM前端数据,利用LSTM方法计算高速公路边坡稳定系数,与递归神经网络(RNN)方法进行比较。结果表明,高速公路边坡预测稳定系数为1.69,边坡安全稳定性良好,且符合实际。新方法的最大相对误差为1.60%,绝对MAPE仅为1.80%,较传统RNN方法预测更加精准。所得结论验证了深度学习在边坡稳定性预测评估过程中的有效性,对深入研究公路边坡稳定性具有借鉴价值。

关键词(KeyWords): 岩土力学;高速公路工程;边坡稳定性;深度学习;LSTM理论;预测

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 李勃;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享