基于卷積神經(jīng)網(wǎng)絡(luò)的拋石防波堤沉降預(yù)測(cè)
為了通過預(yù)測(cè)防坡堤施工期間的沉降速率及時(shí)調(diào)整施工進(jìn)度和工序,基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)構(gòu)建深度網(wǎng)絡(luò)模型,預(yù)測(cè)拋石防波堤施工期間的沉降,選擇拋石防波堤堤身高度、孔隙水壓力和深層水平位移3個(gè)輸入?yún)?shù)來估算防波堤施工期間的沉降量。結(jié)果表明,基于卷積神經(jīng)網(wǎng)絡(luò)建立的深度模型能較為準(zhǔn)確的預(yù)測(cè)沉降,最大誤差為1.3%。
關(guān)鍵字:
拋石;防波堤;深度模型;卷積神經(jīng)網(wǎng)絡(luò);沉降;預(yù)測(cè)模型
作者:
陳少青 , 陳文強(qiáng) , 程 林 , 包勝利
年份/刊期/頁碼:
《天津建設(shè)科技》—欄目:市政與交通—2021(5):4-6