沉降预测方法

作品数：65被引量：275H指数：10
导出分析报告
相关领域：交通运输工程建筑科学更多>>
相关作者：李涛朱才辉张继文张涛蔡国军更多>>
相关机构：西南交通大学浙江大学长沙理工大学成都理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金广西壮族自治区自然科学基金浙江省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于Python的有砟客运专线铁路路基沉降预测方法
《路基工程》2025年第2期24-29,共6页李子奇 郭玉森 王广 
甘肃省高校青年博士支持项目(2023QB-045);兰州交通大学甘肃省重点实验室开放课题(2022055)。
针对某客运专线铁路某区段路基施工期沉降预测,提出路基累计沉降量拟合公式和组合模型,引入Python编程计算,路基沉降量拟合公式与相关规范三点法、指数曲线法预测的最终沉降量相等、精度相同,验证了公式的可靠性;采用贝叶斯优化的多层...
关键词：有砟客运专线 路基 沉降预测 沉降评估 PYTHON 
融合自注意力机制的PSO-LSTM地下管线沉降预测方法
《交通科学与工程》2025年第1期51-59,共9页蒋磊 翁晓轩 谭泽 刘晶 黎永索 胡达 
国家自然科学基金项目(51678226);湖南省自然科学基金项目(2023JJ30110);湖南省教育厅科学研究重点项目(23A0568)。
【目的】地下管线沉降是矩形顶管隧道施工过程中的关键参数。传统的预测方法往往依赖于经验模型和统计分析,难以准确地预测复杂隧道结构的沉降。【方法】针对这一挑战,提出一种融合自注意力(Self-Attention)机制基于粒子群优化(particle...
关键词：地下管线沉降预测 深度学习 长短期记忆神经网络 自注意力机制 粒子群优化算法 
基于ARIMA-LSTM的矿区地表沉降预测方法
《计算机工程》2025年第1期98-105,共8页王磊 马驰骋 齐俊艳 袁瑞甫 
河南省高校科技创新团队支持计划(22IRTSTHN005)。
煤矿开采安全问题尤其是采空区地表沉降现象会对人员安全及工程安全造成威胁,研究合适的矿区地表沉降预测方法具有很大意义。矿区地表沉降影响因素复杂,单一的深度学习模型对矿区地表沉降数据拟合效果差且现有的地表沉降预测研究多是单...
关键词：煤矿采空区 地表沉降预测 时序概率预测 差分整合移动平均自回归 长短时记忆网络 
基于LightGBM的铁路路基沉降预测方法及实例研究
《四川建筑》2024年第6期84-86,共3页李睿 王歆宇 
首先对目前铁路路基沉降预测的方法进行了介绍,包括曲线拟合法、灰色系统模型及星野法。进一步介绍了基于决策树算法的Light Gradient Boosting Machine (LightGBM)模型,分析了目前LightGBM模型在时间序列预测方面的可行性,并构建了基于...
关键词：铁路 路基 沉降预测 人工智能 LightGBM 
小波GRU-ARMA优化的InSAR监测沉降预测方法
《测绘通报》2024年第12期33-39,共7页马志刚 杨国林 刘涛 魏小强 石守军 陈皓轩 
国家自然科学基金(41764001;42261076);兰州交通大学“兰州交通大学优秀平台支持”(201806);兰州交通大学天佑创新团队项目(TY202001)。
本文在长短时记忆神经网络-自回归滑动平均模型(LSTM-ARMA)的基础上,提出了基于小波门控循环神经网络-自回归滑动平均模型(GRU-ARMA)优化算法。首先使用小波降噪将InSAR原始时间序列分解成趋势项和噪声项,采用GRU循环神经网络滚动预测...
关键词：SBAS-InSAR 小波GRU-ARMA优化模型 地表沉降预测 逐点预测 面域预测 
考虑固结全过程的实用沉降预测方法
《岩土工程学报》2024年第S02期103-106,共4页陈凯 姚仰平 朱丙龙 
国家自然科学基金面上项目(52238007,12472401)。
中国大量交通基础设施修筑在软土地基上,建立能够适用深厚软土地基的沉降预测方法具有重要意义。在实际监测过程中,深厚软土的主固结时间漫长,实测数据包含了主固结变形与蠕变变形。大多数沉降预测模型基于瞬时加载,没有考虑非线性的固...
关键词：沉降预测 固结 蠕变 软土 
结合卷积神经网络和注意力机制的LSTM采空区地表沉降预测方法被引量：1
《测绘通报》2024年第6期53-58,170,共7页高墨通 杨维芳 刘祖昱 曹小双 张瑞琪 侯宇豪 
国家自然科学基金(42061076);兰州交通大学优秀平台(201806)。
为解决采空区地表塌陷区域时序预测中存在的监测点空间特征难以提取的问题,本文提出了一种可以提取监测点关键空间特征的CNN-Attention-LSTM组合神经网络模型。首先,增加作为特征输入的邻近监测点个数,使用卷积神经网络(CNN)提取由多个...
关键词：时间序列建模 地表沉降预测 深度学习 注意力机制 长短期记忆 
不同预测方法在深厚软土路基沉降中的应用被引量：3
《福建建设科技》2024年第2期54-58,共5页陈东鑫 
福厦泉国家自主创新示范区滨海地下工程群抗浮关键技术研发与产业化协同创新平台项目(3502ZCQXT2022002)。
珠三角广泛分布着深厚软土路基,其工后沉降是影响道路在运营过程中稳定性和安全性的主要因素之一。为了更好地研究深厚软土路基沉降发展趋势,本文依托工程实例,采用4种预测方法来拟合沉降监测数据,并结合实测数据对这些方法的精确度进...
关键词：深厚软土路基 沉降规律 工后沉降 沉降预测方法 
基于分级加载的软土路基越级沉降预测方法被引量：3
《公路与汽运》2023年第4期71-74,共4页赵勇 孟雄 沙龙 林晨 
云南省交通运输厅科技创新示范项目(云交科教便〔2021〕48号)。
为预测路堤填筑过程中下一级荷载作用下地基沉降,提出一种基于分级加载的软土路基越级沉降预测方法。先基于软土地基沉降实测数据,根据三点法反算软土层的固结计算参数,再结合分级加载固结度理论得到最终固结沉降拟合公式,并基于不同时...
关键词：公路 软土路基 沉降预测 分级加载 
新型路基沉降预测方法及其展望
《价值工程》2023年第19期166-168,共3页廖向阳 
传统路基沉降预测方法非线性映射能力差。提出一种基于机器学习的路基沉降预测模型,并以江门市新会区银鹭大道路基工程为例,验证该预测模型的有效性。结果表明:所提预测模型被验证效果较好,各模型预测性能排序为:SVR模型>BP模型>RF模型...
关键词：交通线路 路基沉降 沉降预测方法 机器学习 
全选清除导出
共7页<1234567>
检索报告 对象比较 聚类工具 使用帮助 返回顶部