[發(fā)明專利]一種基于差異進(jìn)化人工智能的旋噴樁直徑的確定方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110373814.X
• 申請(qǐng)日: 2021-04-07
• 公開(kāi)（公告）號(hào): CN113128108B
• 公開(kāi)（公告）日: 2023-05-26
• 發(fā)明（設(shè)計(jì)）人: 王雅潔;皮爾·蓋伊·唐·約克;沈水龍;鄭鈐;張寧
• 申請(qǐng)（專利權(quán)）人: 汕頭大學(xué)
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06N3/04;G06N3/086;G06Q50/08
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

1.一種基于差異進(jìn)化人工智能的旋噴樁直徑的確定方法，其特征在于，包括以下步驟：

S1：收集旋噴樁的施工參數(shù)、地層參數(shù)以及對(duì)應(yīng)的旋噴樁直徑；

S2：對(duì)收集到的旋噴樁的施工參數(shù)、地層參數(shù)以及對(duì)應(yīng)的旋噴樁直徑進(jìn)行預(yù)處理；

S3：將預(yù)處理后的旋噴樁的施工參數(shù)、地層參數(shù)以及對(duì)應(yīng)的旋噴樁直徑形成的數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集，并對(duì)數(shù)據(jù)集進(jìn)行歸一化處理；

S4：初始化差異進(jìn)化人工神經(jīng)網(wǎng)絡(luò)；

S5：將訓(xùn)練集輸入所述差異進(jìn)化人工神經(jīng)網(wǎng)絡(luò)，利用N-亞當(dāng)法優(yōu)化算法迭代訓(xùn)練；

S6：進(jìn)行差異進(jìn)化人工神經(jīng)網(wǎng)絡(luò)的突變、重組和選擇，得到下一代種群個(gè)體；

S7：重復(fù)步驟S5至S6，直到進(jìn)化代數(shù)達(dá)到閾值或訓(xùn)練集的準(zhǔn)確率達(dá)到要求時(shí)結(jié)束訓(xùn)練，并保存此時(shí)的差異進(jìn)化人工神經(jīng)網(wǎng)絡(luò)；

S8：將旋噴樁數(shù)據(jù)集輸入步驟S7得到的差異進(jìn)化人工神經(jīng)網(wǎng)絡(luò)，得到旋噴樁直徑；

步驟S5中所述N-亞當(dāng)法優(yōu)化算法包括如下步驟：

(a)計(jì)算權(quán)值參數(shù)梯度

(b)更新梯度

(c)計(jì)算一階動(dòng)量m_t←μ·m_t-1+(1-μ)g_t

(d)計(jì)算一階動(dòng)量修正項(xiàng)

(e)計(jì)算二階動(dòng)量

(f)計(jì)算二階動(dòng)量修正項(xiàng)

(g)計(jì)算更新后權(quán)值參數(shù)

其中，v和μ為動(dòng)量指數(shù)衰減參數(shù)，默認(rèn)為0.9和0.999；系數(shù)ε為1e^-8；η為步長(zhǎng)，默認(rèn)為0.002；w_t-1指代差異進(jìn)化模型上一步迭代的權(quán)值矩陣和向量，w_t指代更新后的權(quán)值矩陣和向量；

所述迭代訓(xùn)練是指迭代更新人工神經(jīng)網(wǎng)絡(luò)的權(quán)重w以最小化人工神經(jīng)網(wǎng)絡(luò)的代價(jià)函數(shù)C；

所述代價(jià)函數(shù)C滿足公式(3)：

式中，n為樣本數(shù)量，為第i個(gè)樣本的模型輸出值，p_i為第i個(gè)樣本的目標(biāo)值，Ψ為正則化系數(shù)，w為分配權(quán)重，權(quán)值和偏差更新過(guò)程滿足公式(4)：

其中，δ表示學(xué)習(xí)率，n為樣本數(shù)量，w為分配權(quán)重。

2.根據(jù)權(quán)利要求1所述的基于差異進(jìn)化人工智能的旋噴樁直徑的確定方法，其特征在于，步驟S1中所述旋噴樁的施工參數(shù)包括射流流量Q、噴射壓力F、噴嘴數(shù)量M、提升速率v_s、水灰比W、轉(zhuǎn)速N和噴嘴直徑d_o，所述地層參數(shù)為對(duì)擬旋噴注漿區(qū)域內(nèi)或旋噴樁穿越土層進(jìn)行物理力學(xué)試驗(yàn)得到的地質(zhì)參數(shù)，包括排水抗剪強(qiáng)度s或不排水抗剪強(qiáng)度s_u，和干重度r_d。

3.根據(jù)權(quán)利要求1所述的基于差異進(jìn)化人工智能的旋噴樁直徑的確定方法，其特征在于，步驟S2中所述預(yù)處理包括去除異常值、求取樣的最小值、最大值、標(biāo)準(zhǔn)差值以及平均值，具體為：

所述去除異常值是指剔除每個(gè)取樣點(diǎn)的各操作參數(shù)中大于或小于對(duì)應(yīng)平均值超過(guò)3倍標(biāo)準(zhǔn)差的異常數(shù)據(jù)；

所述地層參數(shù)平均值是指每根旋噴樁打孔取樣的土層樣本參數(shù)的平均值；

所述旋噴樁的施工參數(shù)平均值是指每根已注漿的旋噴樁施工參數(shù)的平均值。

4.根據(jù)權(quán)利要求2所述的基于差異進(jìn)化人工智能的旋噴樁直徑的確定方法，其特征在于，步驟S3中所述數(shù)據(jù)集作為訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)和輸出結(jié)果，其中，所述輸入數(shù)據(jù)為旋噴樁的施工參數(shù)和地層參數(shù)，所述輸出結(jié)果為對(duì)應(yīng)的旋噴樁直徑。

5.根據(jù)權(quán)利要求4所述的基于差異進(jìn)化人工智能的旋噴樁直徑的確定方法，其特征在于，步驟S3中所述歸一化處理為對(duì)輸入數(shù)據(jù)進(jìn)行無(wú)量綱化處理，把數(shù)據(jù)映射到(0，1)范圍，歸一化公式(1)如下：

式中，X_n,min和X_n,max分別為X的最小值和最大值，X為旋噴樁的施工參數(shù)和地層參數(shù)中的其中一種，X_n為X歸一化后的數(shù)值。