基于LSTM網絡模型的高速公路軟基長期沉降預測

鄭羅春

(湖南省交通科學研究院有限公司， 湖南 長沙 410015)

0 引言

基于以上討論，本研究擬將高速公路路基長期沉降變形作為時間序列對待，并基于LSTM神經網絡算法構建智能預測模型，進一步結合實際監測數據對所構建模型進行驗證。

1 LSTM模型構建及數據集處理

1.1 LSTM模型構建

LSTM網絡作為循環神經網絡中一分支，其有效的拓撲結構設計可解決一般循環神經網絡中易于出現的梯度爆炸或梯度消失等數值問題[11]。對于LSTM模型而言，其基本單元為遺忘門、輸入門、輸出門、記憶細胞狀態以及隱藏單元，如圖1所示。LSTM可以較好保存時間序列內部蘊藏的有效信息，并及時剔除無效信息，因而具有長短期記憶能力。

圖1 LSTM網絡模型結構

在LSTM模型中，其遺忘門可對輸入信息進行篩選，并將適用信息保留進細胞狀態中，其具體計算方式如式(1)所示：

ft=σ(Wfxt+Rfht-1+bf)

(1)

式中：Wf和Rf為遺忘門權重矩陣；bf為其偏置矩陣；xt則表示當前時刻t的輸入值；ht-1則表示上一時刻t-1隱藏狀態值；σ則表示Sigmoid函數，其計算方式如下：

(2)

it=σ(Wixt+Riht-1+bi)

興建小型農田水利工程勢必會占用大量土地甚至是農田，在一定程度上影響動植物生長環境，迫使陸生生物重新尋找棲息地，在尋找過程中可能導致動物的死亡，生活在原有棲息地的生物之間為了爭奪有限的空間會引發爭斗，導致生物鏈的破壞。工程施工過程中占用的土地，經過工業廢料的排放導致土地硬化無法進行耕種減少了耕地面積。

(3)

(4)

式中:Wi、Ri、Wc和Rc分別輸入門以及臨時細胞狀態權重矩陣；……