基于VMD-GRU的地下隧道工程地表沉降预测  

作　　者：郑跃平 王同成 

机构地区：[1]四川省城市建设工程咨询集团有限公司,四川成都610000 [2]北京同城机械设备有限公司,河北石家庄102309

出　　处：《中文科技期刊数据库（引文版）工程技术》2025年第1期101-105,共5页

摘　　要：随着城市轨道交通的快速发展,地下隧道工程中的地表沉降预测成为确保工程安全和减小环境影响的关键环节。本文提出了一种基于变分模态分解(VMD)和门控循环单元(GRU)神经网络的地下隧道工程地表沉降预测方法。该方法旨在通过VMD技术分解复杂的地表沉降时间序列数据,减少数据混叠,并利用GRU神经网络处理分解后的模态分量,以实现更准确的沉降预测。结合具体实例进行分析,结果表明:VMD-GRU模型在预测地表沉降方面具有较高准确性和置信度,特别是在中期沉降阶段,其性能显著优于单一神经网络模型。尽管在后期稳定阶段存在一定局限性,但VMD-GRU模型在提高预测精度和实用性方面仍展现了较大的潜力。

关 键 词：VMD-GRU 地下隧道工程 地表沉降预测 

分 类 号：U45[建筑科学—桥梁与隧道工程]