一种基于图卷积门控神经网络的深基坑地表沉降时空预测方法技术

技术编号:42245816 阅读:22 留言:0更新日期:2024-08-02 13:56
本公开提供一种基于图卷积门控神经网络的深基坑地表沉降时空预测方法,其包括:根据具有基坑开挖特征的原始数据集,确定具有基坑开挖监测参数的参数数据集;对具有基坑开挖监测参数的参数数据集进行降维处理和相关性分析处理,确定基坑监测点之间的拓扑图;对具有基坑开挖监测参数的参数数据集进行采样处理,确定基坑监测点的样本数据;将基坑监测点的样本数据和拓扑图输入预设的基于图卷积门控神经网络的深基坑地表沉降时空预测模型,确定时空预测结果;对时空预测结果进行敏感性分析处理,确定每一基坑监测点对地表沉降时空预测贡献度。通过本公开,实现对地表沉降时空变化的精准化预测,降低模型训练和时间预测成本,提高资源利用效率。

【技术实现步骤摘要】

本公开涉及深基坑施工风险管理,具体地,涉及一种基于图卷积门控神经网络的深基坑地表沉降时空预测方法


技术介绍

1、地下深层空间开发往往具有地层条件复杂、建设隐蔽性大、施工周期长的特点,同时面临地上及地下既有建筑群密集、人口拥挤、流动频繁等问题,提高了城市地下空间开发的施工难度。其中,深基坑工程表示开挖深度超过5m的基坑土方、支护、降水工程。深基坑工程开挖过程会造成周围土体原始状况破坏,进而引发地表沉降及土体变形,造成安全隐患。因此,亟需动态掌握深基坑开挖状况,有效预测开挖诱发的地表沉降发展,并及时制定针对性风险防控措施,对于保障基坑工程安全进展具有重大意义。

2、随着科学技术的不断发展,深基坑开挖诱发地表沉降研究也在不断深化和完善。早期工程师依赖于经验和试错,缺乏科学性和系统性,容易在复杂情况下失效。得益于计算机技术的发展,开展更多的研究数值模拟,能够在考虑多种影响因素情况下更精确地描述深基坑开挖诱发地表沉降的复杂过程。然而模拟结果受参数选择现状、模型假设等影响,需要大量的实测数据来验证模型的准确性,且计算成本较高。已有学者通过机器学习算法开展本文档来自技高网...

【技术保护点】

1.一种基于图卷积门控神经网络的深基坑地表沉降时空预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述对所述具有基坑开挖监测参数的参数数据集进行降维处理和相关性分析处理,确定基坑监测点之间的拓扑图,包括:

3.根据权利要求2所述的方法,其特征在于,所述对所述基坑监测点的一维序列进行相关性分析处理,构建所述基坑监测点之间的拓扑图,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据每一所述基坑监测点的一维序列与每一所述基坑监测点的一维序列之间的皮尔逊相关系数的绝对值和预设的相关性阈值,构建所述基坑监测点之间的拓扑图,包括:<...

【技术特征摘要】

1.一种基于图卷积门控神经网络的深基坑地表沉降时空预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述对所述具有基坑开挖监测参数的参数数据集进行降维处理和相关性分析处理,确定基坑监测点之间的拓扑图,包括:

3.根据权利要求2所述的方法,其特征在于,所述对所述基坑监测点的一维序列进行相关性分析处理,构建所述基坑监测点之间的拓扑图,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据每一所述基坑监测点的一维序列与每一所述基坑监测点的一维序列之间的皮尔逊相关系数的绝对值和预设的相关性阈值,构建所述基坑监测点之间的拓扑图,包括:

5.根据权利要求1所述的方法,其特征在于,所述对所...

【专利技术属性】
技术研发人员:潘越周小静陈锦剑
申请(专利权)人:上海交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1