摘要
本发明属于土工程与人工智能技术领域，公开了一种打入桩承载力预测方法及系统，该方法通过采集打入桩的基本数据信息建立数据集，并进行归一化处理；将CNN和LSTM模型相结合，构建CNN‑LSTM联合模型；采用贝叶斯优化算法对CNN‑LSTM联合模型的超参数进行寻优；将数据集打乱输入到BO‑CNN‑LSTM模型中进行训练，将训练好的BO‑CNN‑LSTM模型作为打入桩承载力预测模型，输出预测结果。本发明通过结合卷积神经网络（CNN）和长短期记忆网络（LSTM），再通过贝叶斯优化模型的预测结果，提高预测精度。较于传统的半经验方法和桩荷载试验，本发明能够更高效、准确地预测打入桩承载力，显著提升经济性。
