[发明专利]基于循环神经网络的盾构施工地面沉降预测方法

摘要

本发明涉及一种基于循环神经网络的盾构施工地面沉降预测方法，选取盾构法施工引起地面沉降的主要因素，并融合当前时刻的沉降情况，共同作为输入数据，通过本发明中建立的基于循环神经网络的深层神经网络对地面沉降进行有效预测。本发明给出了详细的模型建立以及训练方法，首先将沉降情况数据通过循环神经网络的时间通道传播，而后再将主要影响因素与其有机合并，在经过深层网络层层自适应提取特征，最终得到沉降预测结果。因此，本发明具有较高的预测精度，且泛化能力强，可以投入到盾构法隧道挖掘地面沉降预测的实际应用中。

主权项

1.一种基于循环神经网络的盾构施工地面沉降预测方法，其特征在于，采用隧道位置、地质条件、盾构参数以及沉降情况的综合考量，利用深层网络模型自适应提取特征，实现地面沉降的预测，包括以下过程：(1)，收集真实数据，建立数据集；(2)，建立基于循环神经网络的盾构施工地面沉降模型；(3)，训练模型，得出所有超参数；(4)，验证模型，投入实际使用。