来源：期刊VIP网 时间：
作者：柴少波;岳山丘;王铭一;吕龙龙;范康凯;
单位：长安大学建筑工程学院;宁夏大学土木与水利工程学院;
摘要：【目的】为实现黄土地区高填方路基沉降趋势的准确预测。【方法】通过建立基于变分模态分解（VMD）和粒子群算法（PSO）优化的长短期记忆网络（LSTM）预测模型VMD-PSOLSTM，学习高填方路基沉降数据的高层次特征并预测其发展变化趋势。通过工程实例，对所建立的预测模型进行验证。【结果】结果表明：VMD-PSO-LSTM模型对高填方路基沉降曲线的预测效果良好，且精度均比反向传播神经网络模型（BP）、LSTM模型与只用PSO优化的LSTM模型（PSO-LSTM）有了进一步的提高，具有更高的鲁棒性和适用性。
关键词：黄土;;高填方路基;;沉降预测;;变分模态分解;;长短期记忆网络
基金资助：国家自然科学基金项目（41902277）;; 宁夏教育厅高等学校科学研究项目青年支持项目（NYG2024051）
