一种基于CV-LSTM组合模型的地连墙变形动态预测方法

摘要

本发明公开了一种基于CV‑LSTM组合模型的地连墙变形动态预测方法。选取监测点，采集基坑工程地连墙的变形历史监测数据，整理形成监测表；采用CV‑LSTM组合模型对变形监测数据中的训练样本进行学习，将训练得到的最优模型对测试集样本进行变形预测，得到地连墙变形预测值。将按本发明技术方案得到变形预测值与变形实测值进行对比，计算评价指标，结果显示，本发明提供的CV‑LSTM组合模型相比传统BP神经网络表现出了较高的预测精度，较单独的LSTM深度网络具有更好的泛化能力，适用于地连墙变形的动态预测问题，可为施工现场实现信息化管理提供参考。