基于遗传算法优化LSTM神经网络的基坑变形预测分析  

作　　者：杨桂伦 叶挺 王耿鑫 

机构地区：[1]宁波轨道交通集团有限公司建设分公司,浙江宁波315000 [2]浙江工业大学土木学院,浙江杭州310023

出　　处：《安徽建筑》2025年第4期116-118,176,共4页Anhui Architecture

摘　　要：基坑沉降是基坑在各种内外因素影响下产生,对工程施工质量和安全有着重要影响。文章针对传统预测模型的使用弊端,以杭州市某基坑工程共139组基坑沉降数据为例,建立了LSTM神经网络(Long Short Term Memory)预测模型,并采用遗传优化算法(Genetic Algorithm)调优模型超参数,对基坑变形预测进行分析。结果表明:LSTM神经网络模型适用于预测基坑沉降,经过GA调优的模型预测精度较高,MAE和MSE分别为0.41和0.28,相较于手动调参分别降低了22%和30%,R2提高了0.06,达到了0.92。

关 键 词：基坑沉降 LSTM神经网络 遗传算法 超参数 

分 类 号：TU433[建筑科学—岩土工程]