[發明專利]一種利用機器學習預測充填材料強度參數的方法在審
| 申請號： | 201811296342.7 | 申請日： | 2018-11-01 |
| 公開（公告）號： | CN109523069A | 公開（公告）日： | 2019-03-26 |
| 發明（設計）人： | 齊沖沖;陳秋松;張欽禮;唐小琳;王浩;馮巖;賀嚴;黃照東 | 申請（專利權）人： | 中南大學 |
| 主分類號： | G06Q10/04 | 分類號： | G06Q10/04;G06Q50/02;G06N20/00 |
| 代理公司： | 廣州嘉權專利商標事務所有限公司 44205 | 代理人： | 伍傳松 |
| 地址： | 410083 湖南*** | 國省代碼： | 湖南;43 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 充填材料 強度參數 機器學習 數據集 預測模型 預測 預處理 強度預測 影響因素 充填 可用 尾礦 工作量 礦山 | ||
1.一種利用機器學習預測充填材料強度參數的方法，其特征在于，包括步驟：
S1、收集已知充填材料的強度參數，確定對應的影響因素，建立數據集；
S2、對所有數據進行歸一化處理，然后將處理后的數據集劃分為訓練集和測試集兩部分；
S3、確定機器學習算法，在整個訓練集上建立充填材料強度參數的初始預測模型，并測試該預測模型在測試集上的可靠性，直至預測精度滿足要求，得到對應的目標預測模型；
S4、利用目標預測模型對未知充填材料進行強度預測。
2.根據權利要求1所述的利用機器學習預測充填材料強度參數的方法，其特征在于，所述步驟S1包括步驟：
S11、選取已知充填材料，確定充填實驗方案；
S12、根據上述實驗方案制備充填材料試樣，并測量其強度參數；
S13、確定影響因素，并整理成數據集。
3.根據權利要求1或2所述的利用機器學習預測充填材料強度參數的方法，其特征在于，所述影響因素包括原材料性質、配比、質量濃度以及養護時間。
4.根據權利要求1所述的利用機器學習預測充填材料強度參數的方法，其特征在于，所述數據集劃分的方法為隨機劃分或Kennard-Stone劃分。
5.根據權利要求1或4所述的利用機器學習預測充填材料強度參數的方法，其特征在于，所述步驟S2中，所述訓練集與所述測試集的比例通過收斂性計算得到。
6.根據權利要求1所述的利用機器學習預測充填材料強度參數的方法，其特征在于，所述步驟S3包括步驟：
S31、選擇機器學習算法；
S32、利用訓練集確定機器學習算法的超參數；
S33、用確定超參數后的機器學習算法在整個訓練集上建立充填材料強度參數的初始預測模型，并在測試集上測試該預測模型的可靠性，直至預測精度滿足要求，得到對應的目標預測模型。
7.根據權利要求1或6所述的利用機器學習預測充填材料強度參數的方法，其特征在于，所述機器學習算法為決策樹、隨機森林、神經網絡、邏輯回歸或支持向量機。
8.根據權利要求1或6所述的利用機器學習預測充填材料強度參數的方法，其特征在于，所述步驟S3中，可靠性評價指標包括相關系數R或均方根差RMSE。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中南大學，未經中南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811296342.7/1.html，轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法；其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政；管理
G06Q10-02 .預定，例如用于門票、服務或事件的
G06Q10-04 .預測或優化，例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理，例如組織、規劃、調度或分配時間、人員或機器資源；企業規劃；組織模型
G06Q10-08 .物流，例如倉儲、裝貨、配送或運輸；存貨或庫存管理，例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化，例如電子郵件或群件的計算機輔助管理
