[發(fā)明專利]一種基于差異進化人工智能的旋噴樁直徑的確定方法有效
| 申請?zhí)枺?/td> | 202110373814.X | 申請日: | 2021-04-07 |
| 公開(公告)號: | CN113128108B | 公開(公告)日: | 2023-05-26 |
| 發(fā)明(設(shè)計)人: | 王雅潔;皮爾·蓋伊·唐·約克;沈水龍;鄭鈐;張寧 | 申請(專利權(quán))人: | 汕頭大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06N3/04;G06N3/086;G06Q50/08 |
| 代理公司: | 廣州粵高專利商標代理有限公司 44102 | 代理人: | 林麗明 |
| 地址: | 515063 *** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 差異 進化 人工智能 旋噴樁 直徑 確定 方法 | ||
本發(fā)明公開了一種基于差異進化人工智能的旋噴樁直徑的確定方法,包括以下步驟:收集旋噴樁的施工參數(shù)、地層參數(shù)以及對應的旋噴樁直徑并預處理;將預處理后數(shù)據(jù)集分為訓練集和測試集,并對數(shù)據(jù)集進行歸一化處理;初始化差異進化人工神經(jīng)網(wǎng)絡(luò);將訓練集輸入所述差異進化人工神經(jīng)網(wǎng)絡(luò),利用N?亞當法優(yōu)化算法迭代訓練;進行差異進化人工神經(jīng)網(wǎng)絡(luò)的突變、重組和選擇,得到下一代種群個體;重復訓練步驟,直到進化代數(shù)達到閾值或訓練集的準確率達到要求時結(jié)束訓練,并保存此時的差異進化人工神經(jīng)網(wǎng)絡(luò);將旋噴樁數(shù)據(jù)集輸入差異進化人工神經(jīng)網(wǎng)絡(luò),得到旋噴樁直徑。本發(fā)明利用差異進化人工神經(jīng)網(wǎng)絡(luò)提高計算的準確度,實現(xiàn)旋噴樁直徑高效準確預測。
技術(shù)領(lǐng)域
本發(fā)明涉及建筑工程領(lǐng)域,更具體地,涉及一種基于差異進化人工智能的旋噴樁直徑的確定方法。
背景技術(shù)
旋噴樁是目前最常用的地基處理技術(shù)之一,被廣泛地應用于地鐵等地下工程施工。施工中,通過高壓旋轉(zhuǎn)的噴嘴將水泥漿射入土層并與泥土混合,固化后形成水泥加固體。因為高壓旋噴樁的施工操作相對簡單,所以在隧道、基坑等工程中得到了廣泛應用。但由于在不同性質(zhì)的土層中噴漿作業(yè),會導致施工得到的樁徑不同。因此如何在施工過程中確定不同土層中旋噴樁的直徑一直是高壓旋噴樁設(shè)計和施工中的一個關(guān)鍵難題。目前,確定旋噴樁直徑的方法可大致分為兩類:(1)半理論半經(jīng)驗方法;(2)人工智能方法。由于射流破損機制的復雜性和旋噴樁施工的時間效應的限制,半理論半經(jīng)驗方法無法準確確定旋噴樁直徑的解析解,從而導致分析結(jié)果不準確。現(xiàn)有的人工智能方法雖然可直接從旋噴施工數(shù)據(jù)中獲得旋噴樁直徑和土體及施工參數(shù)的非線性關(guān)系,無需考慮土體破損的具體機制、理論假設(shè),方法更加靈活,但存在計算效率低,還沒有辦法預測時間序列分析,結(jié)果誤差大的問題。
對現(xiàn)有的文獻進行檢索后發(fā)現(xiàn),專利公開號為CN201410452452.3的專利公開了“考慮全部施工參數(shù)與土體特性的高壓旋噴樁直徑確定方法”,其采用的是紊動射流理論模型,結(jié)合了施工數(shù)據(jù)和土體特性來確定高壓旋噴樁直徑。但其相關(guān)施工參數(shù)與土體參數(shù)的確定較為困難,造成計算結(jié)果不正確。另外,目前采用的人工智能方法主要是人工神經(jīng)網(wǎng)絡(luò)(ANN)和支持向量機(SVM)。Ochmański等于2015年在《Soils?and?Foundations》發(fā)表的《Prediction?of?the?diameter?of?jet?grouting?columns?with?artificial?neuralnetworks》,采用ANN預測旋噴樁直徑,預測結(jié)果良好。但該方法需要通過多次前期試訓練來確定ANN的最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù),時間成本較高。此外,該模型容易出現(xiàn)過擬合問題而導致誤差增大。Tinoco等于2016年在《European?Journal?of?Environmental?and?CivilEngineering》發(fā)表的《Jet?grouting?column?diameter?prediction?based?on?a?data-driven?approach》,采用SVM預測旋噴樁直徑,預測結(jié)果準確性較好,但其選擇過程復雜,時間成本同樣高。因此,有必要提出一種更加有效的人工智能的旋噴樁直徑的確定方法來提高確定樁徑的效率和準確性。
發(fā)明內(nèi)容
本發(fā)明提供一種基于差異進化人工智能的旋噴樁直徑的確定方法,克服了現(xiàn)有方法中存在的施工參數(shù)確定困難,算法預測效率低、偏差大等缺陷,實現(xiàn)旋噴樁直徑高效準確預測。
為解決上述技術(shù)問題,本發(fā)明的技術(shù)方案如下:
一種基于差異進化人工智能的旋噴樁直徑的確定方法,包括以下步驟:
S1:收集旋噴樁的施工參數(shù)、地層參數(shù)以及對應的旋噴樁直徑;
S2:對收集到的旋噴樁的施工參數(shù)、地層參數(shù)以及對應的旋噴樁直徑進行預處理;
S3:將預處理后的旋噴樁的施工參數(shù)、地層參數(shù)以及對應的旋噴樁直徑形成的數(shù)據(jù)集分為訓練集和測試集,并對數(shù)據(jù)集進行歸一化處理;
S4:初始化差異進化人工神經(jīng)網(wǎng)絡(luò);
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于汕頭大學,未經(jīng)汕頭大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110373814.X/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





