BiLSTM-AdaBoost预测模型

沉降预测精度高

针对地铁轨道地基沉降非线性非平稳特性,提出BiLSTM与AdaBoost结合的预测模型,显著提升地铁安全监测精度。

Xifeng, Dang · Yin, Xiao · Jianwei, Liu · Jincheng, Wu · Xin, Wang · Yongqiang, Liu · Shoubin, Sun

Engineering Research Express 2024

参数信息

平均训练集R²
0.99
平均测试集R²
0.78
平均绝对误差
0.32 mm
均方根误差
0.4 mm

技术优势

精度更高

平均测试集R²达0.78,优于LSTM和BiLSTM,预测更可靠。

误差更低

平均MAE为0.32 mm,RMSE为0.4 mm,预测残差小。

能抓非线性

BiLSTM双向结构有效建模非线性动态,解决传统线性模型不足。

应用场景