一种基于神经网络的高填方路基沉降预测方法

本发明公开了一种基于神经网络的高填方路基沉降预测方法，涉及土木工程建设运维技术领域，包括以下步骤：S1、构建路基填料沉降与填筑高度之间的关系函数；S2、将路基填筑高度数据以及清洗后的沉降时序数据划分为训练集和测试集；S3、构建沉降预测模型；S4、进行模型训练；S5、进行模型测试，直至模型测试通过，并利用测试通过的沉降预测模型确定待预测工程现场的高填方路基沉降预测结果。本发明对原始物理信息神经网络进行改进，采用1D卷积与因果卷积交错排列的网络结构，有效提取监测数据时序特征，保证其时间因果性，本发明为铁路高填方路基沉降预测提供新思路。