2023年第3期工程勘察GeotechnicalInvestigation&Surveying63基于ALSTM模型的基坑周边建筑物沉降预测余凯,吴来根(福建岩土工程勘察研究院有限公司,福州350108)摘要:中短期基坑沉降监测序列具有非线性和数据量小的特点,导致常规预测模型很难获取准确的预测结果。针对传统模型未考虑到历史时刻沉降情况对未来沉降量具有不同影响的缺点,本文采用ALSTM(AttentionLSTM)预测模型,并以某大厦基坑工程变形监测的数据为例进行验证。实验结果表明,相比LSTM、支持向量回归和BP神经网络模型,ALSTM模型能够取得更加准确的预测结果,适用于短期和中短期两种情况下的沉降变形预测。关键词:基坑监测;沉降预测;LSTM;注意力机制中图分类号:TU196文献标识码:APredictionofbuildingssettlementaroundfoundationpitbasedonALSTMmodelYuKai,WuLaigen(FujianGeotechnicalEngineeringInvestigationandResearchInstituteCo.Ltd,Fuzhou350108,China)Abstract:Themonitoringsequenceofmediumandshort-termfoundationpitsettlementhasthecharacteristicsofnon-linearityandsmallamountofdata,whichmakesitdifficultforconventionalpredictionmodelstoobtainaccuratepredictionresults.Aimingatthedisadvantagethatthetraditionalmodeldoesnottakeintoaccountthefactthatthesettlementatthehistoricalmomenthasdifferenteffectsonthefuturesettlement,thispaperadoptstheALSTM(AttentionLSTM)predictionmodel,andtakesthedeformationmonitoringdataofabuildingfoundationpitasanexampletoverify;theexperimentalresultsshowthat,comparedwithLSTM,supportvectorregressionandBPneuralnetworkmodels,theALSTMmodelcanachievemoreaccuratepredictionresults,andissuitableforthepredictionofsettlementdeformationinbothshort-termandmedium-short-termconditions.Keywords:foundationpitmonitoring;settlementprediction;LSTM;attentionmechanism收稿日期:2022-01-12;修订日期:2022-02-24作者简介:余凯(1974-),男(汉族),江西南昌人,大学本科,高级工程师.0引言随着社会经济的蓬勃发展,我国城市化进程不断加快,越来越多的深基坑工程也随之出现[1]。深基坑工程(如地下商场、地下停车场、地铁等)大多位于城市经济繁荣的区域,其安全问题除了基坑自身的形变安全外,还包括基坑开挖过程中对周边建筑物和居民生命财产安全的影响,因此,对基坑及周边建筑物进行沉降监测并对监测数据进行分析处理...
