|
|||||
|
|
| 基于小波优化LSTM-ARMA模型的岩土工程非线性时间序列预测 | |
| 作者姓名： | 钱建固 吴安海 季军 成龙 徐巍 |
| 作者单位： | 1.同济大学 土木工程学院,上海 200092;2.同济大学 岩土及地下工程教育部重点实验室,上海 200092;3.上海城投水务（集团）有限公司,上海 200002;4.上海勘察设计研究院（集团）有限公司,上海 200093 |
| 基金项目： | 国家自然科学基金资助项目（51578413）;苏州河段深层排水调蓄管道系统工程试验段监测技术验证与分析模型研究项目;中央高校基本科研业务费专项资金资助（22120190220） |
| 摘 要： |  为了更精确地预测岩土工程应力、变形等的非线性时间序列,提出了基于小波优化的长短时记忆神经网络-自回归滑动平均模型(LSTM-ARMA)预测模型.首先使用小波分析将监测序列分解成趋势项和噪声项,采用LSTM网络滚动预测趋势项、ARMA模型预测噪声项,并将趋势项预测值与噪声项预测值之和作为总的时间序列预测值.在此基础上,以.  ..  |
| 关 键 词： | 岩土工程 非线性时间序列预测 小波分析 长短时记忆神经网络(LSTM) 自回归滑动平均模型(ARMA) |
| 收稿时间： | 2020-09-19 |
| 点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文 | |