公开(公告)号：CN113139340A

公开(公告)日：2021-07-20

申请号：CN202110442112.2

申请日：2021-04-23

申请人： 中铁十六局集团北京轨道交通工程建设有限公司 ,  中铁十六局集团有限公司 ,  汕头大学

发明人： 王锦涛 ,  雷鹏 ,  沈水龙 ,  张楠 ,  郑钤 ,  付鸿飞 ,  侯永兵 ,  佟雨泉 ,  张桂彬 ,  朱成根 ,  胡鹏飞 ,  洪明俊 ,  张平津 ,  宋文俊 ,  姚世晨 ,  屈焕

IPC分类号： G06F30/27 ,  G06F30/13 ,  G06F17/16 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种盾构掘进线路实时预测方法、终端及介质，其中方法包括：建立原始参数集；对所述原始参数集进行筛选，并进行无量纲化处理，得到标准化数据集；对所述标准化数据集进行特征提取；所述特征提取是指：降低盾构操作参数，地质参数，隧道几何参数之间的相关关系，建立代替原始参数集的特征参数集；确定GRU深度学习网络，利用GRU深度学习网络得到盾构掘进线路偏差预测值。本发明通过特征提取，减少了原始参数数据中的噪声，降低了原始参数数据中的相关性，进而减轻了深度网络模型复杂程度，提高了预测结果准确性。

公开(公告)号：CN113139340B

公开(公告)日：2023-08-22

申请号：CN202110442112.2

申请日：2021-04-23

申请人： 中铁十六局集团北京轨道交通工程建设有限公司 ,  中铁十六局集团有限公司 ,  汕头大学

发明人： 王锦涛 ,  雷鹏 ,  沈水龙 ,  张楠 ,  郑钤 ,  付鸿飞 ,  侯永兵 ,  佟雨泉 ,  张桂彬 ,  朱成根 ,  胡鹏飞 ,  洪明俊 ,  张平津 ,  宋文俊 ,  姚世晨 ,  屈焕

IPC分类号： G06F30/27 ,  G06F30/13 ,  G06F17/16 ,  G06N3/0442 ,  G06N3/08

摘要： 本发明提供一种盾构掘进线路实时预测方法、终端及介质，其中方法包括：建立原始参数集；对所述原始参数集进行筛选，并进行无量纲化处理，得到标准化数据集；对所述标准化数据集进行特征提取；所述特征提取是指：降低盾构操作参数，地质参数，隧道几何参数之间的相关关系，建立代替原始参数集的特征参数集；确定GRU深度学习网络，利用GRU深度学习网络得到盾构掘进线路偏差预测值。本发明通过特征提取，减少了原始参数数据中的噪声，降低了原始参数数据中的相关性，进而减轻了深度网络模型复杂程度，提高了预测结果准确性。

公开(公告)号：CN114254728A

公开(公告)日：2022-03-29

申请号：CN202011030196.0

申请日：2020-09-25

申请人： 汕头大学

发明人： 张宁 ,  沈水龙 ,  郑钤 ,  闫涛

IPC分类号： G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种拟合多尺度数据集的多尺度神经网络方法，包括步骤：针对数据集中的训练集，确定数据样本标签数据的尺度效应系数c；确定神经网络网络结构和多尺度代价函数J；将训练集的输入数据输入神经网络，通过前向计算过程，确定多尺度代价函数值；根据所述多尺度代价函数值，确定神经网络输出层和隐藏层的误差分量；根据误差分量确定神经网络的权重更新梯度，更新权重参数；迭代训练神经网络，直至神经网络的代价函数J小于预设数值χ或达到预定迭代训练次数。采用本发明，通过构造适用于多尺度数据的代价函数，从而确保神经网络能够精准学习数据的多尺度特征，本发明方法简单、实用，便于推广，具有很大的应用价值。

公开(公告)号：CN112255095A

公开(公告)日：2021-01-22

申请号：CN202011020022.6

申请日：2020-09-25

申请人： 汕头大学

发明人： 沈水龙 ,  张宁 ,  闫涛 ,  郑钤

IPC分类号： G01N3/08 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于多尺度长短期记忆深度学习的土体应力应变关系确定方法，包括步骤：制备不同物理力学参数的土体试样；获取不同土体试样的应变数据，建立应力应变的原始数据集；对原始数据集进行归一化处理，得到归一化数据集，确定数据样本标签数据的尺度效应系数c；建立四层LSTM深度学习网络，确定隐藏层节点数量Nh、激活函数和多尺度代价函数J；确定LSTM深度学习网络的初始权值矩阵和向量；将训练集输入LSTM深度学习网络，利用修正Adam动量梯度下降算法更新权值矩阵，并确定代价函数值J；重复迭代直至LSTM深度学习网络的代价函数J小于预设数值χ或达到预定迭代训练次数Iter。本发明具有简单、实用等优点，便于推广，具有很大的应用价值。

公开(公告)号：CN112214915B

公开(公告)日：2024-03-12

申请号：CN202011020027.9

申请日：2020-09-25

申请人： 汕头大学

发明人： 张宁 ,  沈水龙 ,  郑钤 ,  闫涛

IPC分类号： G06F30/23 ,  G06F30/27 ,  G06N3/0442 ,  G06F119/14

摘要： 本发明实施例公开了一种LSTM循环神经网络等效材料矩阵的确定方法，包括步骤：计算t＝0时刻LSTM单元的状态参量0c,0y和偏导数#imgabs0##imgabs1#使t＝t+1，将t时刻应变tε输入LSTM循环神经网络，计算LSTM单元状态参量ti,tz,tf,to,tc,ty和偏导数#imgabs2#计算t时刻全连接隐藏层偏导数#imgabs3#和输出层偏导数#imgabs4#计算t时刻等效材料矩阵的元素tDij；重复直至求得所有时刻的等效材料矩阵。采用本发明，能够将LSTM循环神经网络转化为等效材料矩阵，进而嵌入有限元方法，解决实际工程问题。本方法简单、实用，便于推广，具有很大的应用价值。

公开(公告)号：CN114254729A

公开(公告)日：2022-03-29

申请号：CN202011030197.5

申请日：2020-09-25

申请人： 汕头大学

发明人： 张宁 ,  沈水龙 ,  郑钤 ,  闫涛

IPC分类号： G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种加速训练循环神经网络的混合激活函数确定方法，包括步骤：初始化循环神经网络的权值参数W，以及混合激活函数的参数；将数据集输入循环神经网络，计算误差分量，更新权值参数，计算代价函数下降幅度；若代价函数下降幅度Jd满足预设条件，则更新激活函数参数；迭代训练循环神经网络，直至代价函数J小于预设数值χ或达到预定迭代训练次数。采用本发明，结合双曲正切函数和线性函数，提出了混合激活函数，彻底消除激活函数的饱和区，确保激活函数在误差反向传播过程中其导数不再为0。本方法简单、实用，便于推广，具有很大的应用价值。

公开(公告)号：CN113033997A

公开(公告)日：2021-06-25

申请号：CN202110312612.4

申请日：2021-03-24

申请人： 汕头大学 ,  上海交通大学

发明人： 郑钤 ,  吕海敏 ,  沈水龙 ,  闫涛 ,  周鑫慧

IPC分类号： G06Q10/06 ,  G06Q50/26

摘要： 本发明提供一种基于改进集对分析的城市水质等级的确定方法，包括：S1，辨识影响城市水质的风险因子，建立水质风险评估模型；S2，根据城市水质标准规范确定水质情况评价等级和各水质评价指标的标准；S3，基于S1建立的水质风险评估模型，利用层次分析法确定城市水质各评价指标的权重，运用改进集对分析法计算各评价指标联系度；S4，将S3得到的区域内各评价指标的联系度与各评价指标的权重进行加权计算，得到每级的综合联系度，根据综合联系度作为评定区域水质等级。本发明还提供一种基于改进集对分析的城市水质等级的确定装置及介质，能使得水质等级确定更加高效合理。

公开(公告)号：CN112784331A

公开(公告)日：2021-05-11

申请号：CN202011021562.6

申请日：2020-09-25

申请人： 汕头大学

发明人： 沈水龙 ,  张宁 ,  闫涛 ,  郑钤

IPC分类号： G06F30/13 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F119/14

摘要： 本发明公开了一种基于改进LSTM深度学习方法的土体应力应变关系确定方法，包括步骤：制备不同物理力学参数的土体试样；建立应力应变的原始数据集；对所述原始数据集进行归一化处理；建立四层LSTM深度学习网络，确定隐藏层节点数量Nh、激活函数和代价函数J；确定LSTM深度学习网络的初始权值矩阵和向量，以及混合激活函数的初始参数；利用修正Adam动量梯度下降算法更新权值矩阵，确定代价函数下降幅度Jd，更新激活函数参数；重复迭代直至LSTM深度学习网络的代价函数J小于预设数值或达到预定迭代训练次数Iter。本发明从实验数据中提取并确定应力和应变的非线性关系，能够考虑土体应力应变行为的时间相关特性。本方法简单、实用，便于推广，具有很大的应用价值。

公开(公告)号：CN112214915A

公开(公告)日：2021-01-12

申请号：CN202011020027.9

申请日：2020-09-25

申请人： 汕头大学

发明人： 张宁 ,  沈水龙 ,  郑钤 ,  闫涛

IPC分类号： G06F30/23 ,  G06F30/27 ,  G06N3/04 ,  G06F119/14

摘要： 本发明实施例公开了一种LSTM循环神经网络等效材料矩阵的确定方法，包括步骤：计算t＝0时刻LSTM单元的状态参量0c,0y和偏导数使t＝t+1，将t时刻应变tε输入LSTM循环神经网络，计算LSTM单元状态参量ti,tz,tf,to,tc,ty和偏导数计算t时刻全连接隐藏层偏导数和输出层偏导数 计算t时刻等效材料矩阵的元素tDij；重复直至求得所有时刻的等效材料矩阵。采用本发明，能够将LSTM循环神经网络转化为等效材料矩阵，进而嵌入有限元方法，解决实际工程问题。本方法简单、实用，便于推广，具有很大的应用价值。

公开(公告)号：CN113128108B

公开(公告)日：2023-05-26

申请号：CN202110373814.X

申请日：2021-04-07

申请人： 汕头大学

发明人： 王雅洁 ,  皮尔·盖伊·唐·约克 ,  沈水龙 ,  郑钤 ,  张宁

IPC分类号： G06F30/27 ,  G06N3/04 ,  G06N3/086 ,  G06Q50/08

摘要： 本发明公开了一种基于差异进化人工智能的旋喷桩直径的确定方法，包括以下步骤：收集旋喷桩的施工参数、地层参数以及对应的旋喷桩直径并预处理；将预处理后数据集分为训练集和测试集，并对数据集进行归一化处理；初始化差异进化人工神经网络；将训练集输入所述差异进化人工神经网络，利用N‑亚当法优化算法迭代训练；进行差异进化人工神经网络的突变、重组和选择，得到下一代种群个体；重复训练步骤，直到进化代数达到阈值或训练集的准确率达到要求时结束训练，并保存此时的差异进化人工神经网络；将旋喷桩数据集输入差异进化人工神经网络，得到旋喷桩直径。本发明利用差异进化人工神经网络提高计算的准确度，实现旋喷桩直径高效准确预测。