[發明專利]一種基于神經網絡的堆石混凝土技術適應度反饋調節方法

在審

• 申請號: 201910364079.9
• 申請日: 2019-04-30
• 公開（公告）號: CN110263911A
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 鄭文勇;程浩;夏讓欣;劉非男;張雨辰;壽云東
• 申請（專利權）人: 福建省水利投資開發集團有限公司;武漢大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06Q10/06;G06Q50/08
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 劉江煬

1.一種基于神經網絡的堆石混凝土技術適應度反饋調節方法，其特征在于，包括如下步驟：

步驟1、構造樣本數據：采集已有堆石混凝土適應性評價數據，包括評價指標的權重以及適應度；

步驟2、訓練：構建神經網絡，并將評價指標的權重作為輸入層的輸入樣本，以及將適應度作為輸出層的期望輸出導入至神經網絡，然后采用BP算法對神經網絡進行學習訓練；

步驟3、根據實際工程資料，獲取實際輸入樣本，并將其輸入到步驟2學習訓練好的神經網絡，計算出實際適應度；若實際適應度不符合期望適應度，則將實際輸入樣本和期望適應度添加至步驟1的樣本數據內，并返回步驟2對神經網絡重新進行學習訓練，改變實際輸入樣本中各評價指標的權重的分配，以實現堆石混凝土技術適應度的反饋調節。

2.根據權利要求1所述的一種基于神經網絡的堆石混凝土技術適應度反饋調節方法，其特征在于，所述步驟1具體步驟如下：

步驟11、確定堆石混凝土適用性評價體系的評價指標；

步驟12、根據層次分析法確定各評價指標的權重，形成權重矩陣，且滿足一致性檢驗；

步驟13、基于模糊綜合評價法根據各評價指標的定量評價值求解其對應隸屬度，形成隸屬度矩陣；

步驟14、將權重矩陣與隸屬度矩陣兩者相乘,計算得到工程最終的隸屬度，即為適應度。

3.根據權利要求2所述的一種基于神經網絡的堆石混凝土技術適應度反饋調節方法，其特征在于，所述步驟11具體為：

確定堆石混凝土適應性評價體系，包括對象性、易用性、有效性、可靠性和經濟性5個準則層，對象性準則層包括構筑物的設計等級、結構形式、社會價值3個評價指標；易用性準則層包括對象所在場所、施工人員專業素質、施工機械化程度、重要材料的供應能力、氣候條件、地質條件6個評價指標；有效性準則層包括凝土強度評價、熱效應、干縮性能、抗滲性能、抗裂性能5個評價指標；可靠性準則層包括施工難易程度、施工危險性、材料獲取的難易程度、施工工期4個評價指標；經濟性準則層包括堆石骨料能否就地取材、施工材料的當地成本、能量供應情況、核心貨物運輸的難易程度和運輸距離、施工和運營期間的人工成本5個評價指標。

4.根據權利要求1所述的一種基于神經網絡的堆石混凝土技術適應度反饋調節方法，其特征在于，所述神經網絡采用四層神經網絡結構，每層神經元各30個，學習率為0.3，迭代次數大于100000次。

5.根據權利要求4所述的一種基于神經網絡的堆石混凝土技術適應度反饋調節方法，其特征在于，所述四層神經網絡結構中輸入層與第一層隱含層之間的傳遞函數為tansig函數，第一層隱含層與第二層隱含層之間的傳遞函數為tansig函數，第二層隱含層與輸出層之間的傳遞函數為purelin函數。

6.根據權利要求5所述的一種基于神經網絡的堆石混凝土技術適應度反饋調節方法，其特征在于，

輸入層與第一層隱含層之間的傳遞函數tansig的表達式為：

式中P為輸入層待輸入的數據庫數據,W₁為神經網絡第一層隱含層的待計算權值矩陣，B₁為神經網絡第一層隱含層的待計算閾值矩陣，F₁為第一層隱含層輸出的數據；

第一層隱含層與第二層隱含層之間的傳遞函數tansig的表達式為：

式中F₁為第一層隱含層輸出的數據，W₂為神經網絡第二層隱含層的待計算權值矩陣，B₂為神經網絡第二層隱含層的待計算閾值矩陣，F₂為第二層隱含層輸出的數據；

第二層隱含層與輸出層之間的傳遞函數purelin的表達式為：

F₃＝F₂W₃+B₃

式中F₂為第二層隱含層輸出的數據，W₃為神經網絡輸出層的待計算權值矩陣，B₃為神經網絡輸出層的待計算閾值矩陣，F₃為輸出層輸出的數據。