摘要
采用门控递归单元(GRU)神经网络生成预测模型,依据Nesterov-accelerated Adam(Nadam)算法学习软土地区公路路基沉降数据的演变规律,采用沉降监测历史数据和实时数据进行训练,并在训练结束后再次分析实时监测数据,预测下一阶段的沉降变形;结合湖南某高速公路工程路基沉降数据,利用该模型对软土地区高速公路路基不均匀沉降进行预测,并与沉降实测值进行对比,分析预测模型的准确性和可靠性。结果表明,模型预测值与路基沉降实测值相吻合,基于GRU的路基沉降预测方法可靠。
出处
《公路与汽运》
2023年第2期62-67,共6页
Highways & Automotive Applications
