[發明專利]一種工業建筑混凝土碳化深度預測方法

在審

• 申請號: 202010773417.7
• 申請日: 2020-08-04
• 公開（公告）號: CN111898318A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 董振平;陳亞州;于軍琪;趙安軍;張英坤;景媛媛
• 申請（專利權）人: 西安建筑科技大學
• 主分類號: G06F30/27
• 分類號: G06F30/27
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 高博

1.一種工業建筑混凝土碳化深度預測方法，其特征在于，包括以下步驟：

S1、獲取自然環境下工業建筑碳化深度的歷史數據，然后將歷史數據分成訓練集和測試集；

S2、利用變分模態分解方法對步驟S1中的訓練集和測試集進行自適應分解，提取原始序列的細節特征，再利用相空間重構對分解的各模態分量數據進行加工處理優化，得到訓練集和測試集的模態分量子序列；

S3、利用步驟S2變分模態分解的訓練集模態分量子序列作為訓練預測模型，采用后向誤差傳播方法對門控循環單元每個模態分量子序列進行訓練，利用損失函數對權重參數、偏移參數進行調整更新，完成深度網絡學習，建立訓練集各模態分量子序列的門控循環網絡碳化深度預測子模型；

S4、利用步驟S3得到的訓練集各模態分量子序列的門控循環網絡碳化深度預測子模型對步驟S2中的測試集模態分量子序列進行預測，將預測值累加后與真實值進行對比分析，完成工業建筑混凝土碳化深度預測評價。

2.根據權利要求1所述的工業建筑混凝土碳化深度預測方法，其特征在于，步驟S1中，將數據數序列按7：3的比例設置訓練集和測試集。

3.根據權利要求1所述的工業建筑混凝土碳化深度預測方法，其特征在于，步驟S3具體為：

S301、分解原始數據，初始化各模態u_k、中心頻率ω、算子λ和最大迭代次數N；

S302、更新參數u_k、ω、λ和最大迭代次數N；

S303、對于給定的判別精度e0，若不滿足則停止迭代，否則返回步驟S302；

S304、利用相空間重構對分解得到的各模態分量數據進行加工處理優化，使得重構的樣本更好的反映自然條件下工業建筑的碳化變化；

S305、利用步驟S304重構的高維特征空間的模態分量作為訓練樣本代入門控循環網絡中進行學習訓練，各模態分量從門控循環網絡的后向誤差傳播更新公式中學習更多的碳化深度預測方面的知識，獲得各分量準確的碳化深度預測模型o′_(n)，最后將每個分量預測值疊加得到最終的預測值并輸出結果；

S306、輸出VMD-GRU模型的預測結果與真實值進行對比。

4.根據權利要求3所述的工業建筑混凝土碳化深度預測方法，其特征在于，步驟S301中，將碳化歷史數據用變分模態分解成3個調幅調頻子信號，并通過迭代搜尋變分模型最優解確定每個分解分量的頻率中心和寬帶，實現各分量的有效分離。

5.根據權利要求3所述的工業建筑混凝土碳化深度預測方法，其特征在于，步驟S301中，輸入的參數量為1個，為自然環境下工業建筑各階段服役期的歷史碳化數據；中間的隱藏層根據變分模態分解確定為3個分量；輸出的參數量為1個，即預測的碳化深度數值。

6.根據權利要求3所述的工業建筑混凝土碳化深度預測方法，其特征在于，步驟S302中，更新如下：

其中，和分別代表f(ω)、μ_i(ω)、λ(ω)和的傅里葉變換，n代表迭代次數。

7.根據權利要求3所述的工業建筑混凝土碳化深度預測方法，其特征在于，步驟S304中，采用重構法構造高維空間模態分量序列，對于變分模態所分解的歷史碳化歷史數據模態分量序列x＝{x_i/i＝1,2,3,...，N}在不同服役期間預測h的相空間重構，具體為：

其中，L＝N-(d-1)·τ-h，N為歷史碳化深度樣本總數，τ和d分別是延遲時間和嵌入維數，X_i(i＝1,2,…,L)表示相空間中第i個空間矢量。

8.根據權利要求3所述的工業建筑混凝土碳化深度預測方法，其特征在于，步驟S305中，最終的預測值o'為：

o'＝o′₍₁₎+o′₍₂₎+…+o′_(n)

其中，o′_(n)為每個模態分量碳化深度預測值。

9.根據權利要求8所述的工業建筑混凝土碳化深度預測方法，其特征在于，GRU網絡的后向傳播更新公式為：

z_t＝sigm(w_xzx_t+w_hzx_t-1+b_z)

r_t＝sigm(w_xrx_t+w_hrx_t-1+b_r)

o_t＝sigmoid(w_oh_t+b_o)

其中，z_t為更新門，控制t-1時刻狀態信息被帶入到當前狀態中的程度，r_t為重置門，控制忽略t-1時刻的狀態信息的程度；為候選隱藏狀態，h_t為t時刻輸出，b_z為更新門偏移參數，⊙為Hadamard積，即按對應元素相乘，x_t-1為t-1時刻的隱含狀態的輸入，o_t為t時刻輸出值，b_o為t時刻偏移參數。