基于VMD-WSO-BiLSTM的GNSS深基坑变形预测模型

赵才全; 喻桂成; 王铁力; 毕超; 史文炜; 周明明

doi:10.20040/j.cnki.1000-7709.2026.20251646

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于VMD-WSO-BiLSTM的GNSS深基坑变形预测模型

水工结构、水工材料与水利工程施工 | 更新时间：2026-09-12

- 基于VMD-WSO-BiLSTM的GNSS深基坑变形预测模型
- 基于VMD-WSO-BiLSTM的GNSS深基坑变形预测模型
- 水电能源科学 2026年44卷第8期页码：111-115
- 作者机构：
  
  1. 江苏省灌溉总渠管理处
  2. 江苏省淮河入海水道工程管理处
  3. 江苏省水利勘测设计研究院有限公司
  4. 河海大学水利水电学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金面上项目(51579085);国家重点研发计划(2018YFC1508603)
- DOI：10.20040/j.cnki.1000-7709.2026.20251646
  中图分类号： U641.5
- 纸质出版：2026
- 稿件说明：
移动端阅览
赵才全, 喻桂成, 王铁力, 等. 基于VMD-WSO-BiLSTM的GNSS深基坑变形预测模型[J]. 水电能源科学, 2026,44(8):111-115.

赵才全, 喻桂成, 王铁力, et al. 基于VMD-WSO-BiLSTM的GNSS深基坑变形预测模型[J]. 2026, 44(8): 111-115.
赵才全, 喻桂成, 王铁力, 等. 基于VMD-WSO-BiLSTM的GNSS深基坑变形预测模型[J]. 水电能源科学, 2026,44(8):111-115. DOI： 10.20040/j.cnki.1000-7709.2026.20251646.

赵才全, 喻桂成, 王铁力, et al. 基于VMD-WSO-BiLSTM的GNSS深基坑变形预测模型[J]. 2026, 44(8): 111-115. DOI： 10.20040/j.cnki.1000-7709.2026.20251646.

摘要

受复杂地质条件和多变施工环境的影响，船闸基坑变形表现出高度非线性与非平稳特性，传统预测方法往往难以取得理想效果，为充分挖掘变形时序数据中的深层特征、抑制噪声干扰并提升预测精度，构建了一种基于VMD分解与WSO-BiLSTM神经网络的组合预测模型。该模型首先借助VMD对原始序列进行分解，以实现信号降噪与平稳化处理；随后通过白鲨优化算法(WSO)优化BiLSTM超参数，并利用构建好的模型对各模态分量分别进行训练与预测，最终对各分量预测结果进行重构，得到基坑位移最终预测结果。基于某船闸深基坑工程水平位移GNSS监测数据的试验表明，WSO算法能够高效、精准地优化BiLSTM网络结构及其超参数，构建的模型能够有效捕捉变形序列中复杂的非线性规律，其预测精度显著优于对比模型，验证了所提方法在深基坑变形预测中的有效性与可靠性，为相关工程的安全控制与变形监测提供了技术依据。

Abstract

关键词

Keywords

references

宋楚平.一种改进的BP神经网络深基坑变形预测方法[J].土木工程与管理学报,2019(05).

Jie Yang,Yingjing Liu,Saffet Yagiz,Farid Laouafa.An intelligent procedure for updating deformation prediction of braced excavation in clay using gated recurrent unit neural networks[J].Journal of Rock Mechanics and Geotechnical Engineering,2021(06).

洪宇超,钱建固,叶源新,成龙.基于时空关联特征的CNN-LSTM模型在基坑工程变形预测中的应用[J].岩土工程学报,2021(S2).

向冲.软土地区深基坑施工对临近建筑物的影响及应对之策[J].建筑结构,2023(08).

毛凤山,温友鹏,朱明星,武坤鹏.基于深度学习和随机场的临水基坑支护结构响应分析[J].水运工程,2023(07).

刘新忠,丁鹏达,曾慧林,黄逸桓,聂础辉,周晨明,谢文武.一种基于灰狼策略的大白鲨混合优化算法[J].成都工业学院学报,2023(04).

王耀辉,薛贵军,赵广昊.基于改进沙猫群算法优化CNN-BiLSTM的热负荷预测[J].现代电子技术,2024(14).

张龙威,刘小生,刘相杰.基于BES-BiLSTM的混凝土坝变形预测[J].水电能源科学,2023(09).

闫朝阳,李蓝青,徐浩嘉,庄锁,张振华,戎子睿.基于白鲨算法与改进长短期记忆网络的光伏出力预测[J].发电技术,2025(04).

欧祝明,蒋陆乐,谢剑,李攀,仇乾乾,任建,戴崇源,曾少翔.基于迁移学习的深基坑变形预测模型[J].浙江工业大学学报,2025(04).

孟飞,郑卓然,黄文聪,岳学军,张伟锋.基于CNN-BiLSTM-Attention的深基坑变形预测方法[J].地下空间与工程学报,2025(S1).

邓子昂,张玉贤,张继勋.基于VMD-DBO-Stacking集成学习的盾构掘进速度预测模型[J].水电能源科学,2025(09).

浏览量

121

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于ICPO-VMD与自适应多模型融合的水电机组振动趋势预测

基于VMD-AOA-BiLSTM的大坝变形预测模型

基于MFO-VMD-MSCNN的水泵水轮机发电工况下空化故障诊断

基于SSA优化的VMD-CEEMDAN-ECACNN-LSTM日径流预测模型研究

基于VMD-SSA-K-means-iForest的重力坝监测数据异常模式混合识别算法研究