-
公开(公告)号：CN117993599A
公开(公告)日：2024-05-07
申请号：CN202311807399.X
申请日：2023-12-26
Applicant: 华中科技大学
IPC: G06Q10/063 , G06Q50/08 , G06Q50/26 , G06Q30/0201 , G06F18/241 , G06F18/25
Abstract: 本发明公开了一种基于数据融合的建筑绿色节能改造评价方法及设备，方法包括：S100，构建评价指标体系，划分评价等级，获得各指标评价数据，并建立原始数据矩阵；S200，基于所述原始数据矩阵，计算主观权重和客观权重，分配各评价指标权重，获得综合权重，并建立权重矩阵；S300，构建评价标准梯形云，建立关联度矩阵，并结合所述权重矩阵，获得评价向量，确定评价等级。本发明将模糊变量进行定性定量分析，可以适应建筑绿色节能改造的评价需求，为建筑节能改造方案的决策提供参考。
-
公开(公告)号：CN117988869A
公开(公告)日：2024-05-07
申请号：CN202311795673.6
申请日：2023-12-25
Applicant: 华中科技大学
IPC: E21D9/093 , G06N20/20 , G06N7/01 , G06F18/243 , G06F18/214 , G06F18/21 , G05B13/04 , E21F17/18
Abstract: 本发明公开了一种基于智能算法的盾构近接结构安全预测控制方法及系统，方法包括采集盾构施工参数获取样本数据，并对样本数据进行预处理，引入BO方法对NGBOOST预测模型进行超参数优化，根据所述归一化样本数据集构建并训练以所述输出变量为控制目标的BO‑NGBoost预测模型，通过所述BO‑NGBoost预测模型对所述输出变量进行预测，输出BO‑NGBoost预测结果；对比评估BO‑NGBoost、BO‑SVR、BO‑BP、BO‑RF以及BO‑LGBM预测模型的预测性能，确定BO‑NGBoost预测模型的精确性；根据BO‑NGBoost预测结果划分盾构近接结构安全风险等级；根据盾构近接结构安全风险等级输出相应的安全控制策略，实现盾构施工过程中近接结构安全风险智能化预测和控制。
-
公开(公告)号：CN117951778A
公开(公告)日：2024-04-30
申请号：CN202311849752.0
申请日：2023-12-29
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/23 , G06F119/14
Abstract: 本发明公开了一种基于BIM‑FEM自动化框架的智能化隧道参数化建模与仿真方法及系统，方法包括，根据原位地质点云数据和图纸建立盾构隧道施工精细化BIM模型；将盾构隧道施工精细化BIM模型导入BIM‑FEM自动化集成框架中，进行数据传递、精细化网格划分和检查优化，获得满足ABAQUS分析要求的FEM近接工程网格模型；将所述近接工程网格模型导入ABAQUS有限元分析软件，模拟、分析新建隧道开挖过程中既有隧道的变形模式，生成FEM近接工程数值模型；通过FEM自动化预处理流程对新建隧道开挖对既有隧道的影响进行数值模拟；本发明提高了隧道开挖ABAQUS数值模拟的效率和自动化水平，能够满足大规模精细化的地下工程计算要求，能够增强复杂地下工程的安全模拟与控制。
-
公开(公告)号：CN117786794A
公开(公告)日：2024-03-29
申请号：CN202311625712.8
申请日：2023-11-30
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06F18/214 , G06N3/126 , G06N20/20 , G06F111/06 , G06F119/14
Abstract: 本发明公开了一种盾构下穿既有隧道变形优化控制方法及系统，方法包括采集盾构施工监测数据，并进行监测数据预处理；构建并训练BO‑NGBoost预测模型，引入SHAP方法，以既有隧道的水平位移和竖直位移为预测指标，对所述BO‑NGBoost预测模型进行影响因素重要性分析；引入NGBoost既有隧道变形回归预测算法作为多目标遗传算法中的适应度函数，构建基于BO‑NGBoost‑SHAP‑NSGA‑Ⅲ的多目标优化模型，利用NSGA‑III算法对盾构下穿施工引起既有隧道的水平位移和竖直位移进行优化，获取Pareto最优解集；根据所述Pareto最优解集，通过TOPSIS法确定满足盾构下穿施工引起既有隧道的水平位移和竖直位移最优的盾构施工参数，本发明不仅实现了盾构下穿施工工程中的既有隧道变形的高精度预测，也实现了盾构施工参数的多目标智能优化。
-
Patent Agency Ranking
公开(公告)号：CN117707031A
公开(公告)日：2024-03-15
申请号：CN202311451316.8
申请日：2023-10-31
Applicant: 华中科技大学
Abstract: 本发明公开一种基于神经网络的无砟轨道板多点联动注浆抬升方法及系统，该方法包括：获取无砟轨道板的所有注浆控制点的需求抬升量，根据所述需求抬升量中最大抬升量，将所述注浆控制点所在的区域划分为多个阶段抬升区域；设置注浆模式，为每个所述阶段抬升区域分配相应的注浆模式，注浆工作开始后，获取每个阶段抬升区域内所有注浆控制点的需求抬升量，对需求抬升量进行排序并将与需求抬升量相对应的注浆点进行编号，首先对需求抬升量最大的注浆点进行注浆，待抬升至预设范围后，同时对需求抬升量最大的注浆点和下一个注浆点进行同步注浆，依次类推，直至所有注浆控制点抬升至下一阶段抬升区域。
-
公开(公告)号：CN117828715A
公开(公告)日：2024-04-05
申请号：CN202311613586.4
申请日：2023-11-29
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06F111/06 , G06F111/04 , G06F111/10 , G06F119/14 , G06F111/08
Abstract: 本发明公开了一种基于NGBoost结合遗传算法(NSGA)‑Ⅲ的盾构隧道绿色智能设计方法及设备，方法包括：获取引起隧道变形和成本变化的敏感因素，并建立影响因素指标体系，搜集实际监测数据以构建样本数据集；基于样本数据集，建立包括拱顶沉降、道床沉降、道床水平位移、截面收敛、单位长度造价的NGBoost预测模型并检验；引入NSGA‑Ⅲ函数作为目标优化函数，由此构建基于NGBoost‑NSGA‑Ⅲ的多目标优化模型，在盾构管片参数的约束条件范围内，经过运算获得最优解。本发明将NGBoost和NSGA‑Ⅲ结合，通过对拱顶沉降、道床沉降、道床水平位移、截面收敛、单位长度造价等参数的高精度预测，实现多目标优化，使优化结果更符合实际工程需求。
-
公开(公告)号：CN117759269A
公开(公告)日：2024-03-26
申请号：CN202311506057.4
申请日：2023-11-13
Applicant: 华中科技大学
IPC: E21D9/093 , G06N20/00 , G06F18/243
Abstract: 本发明公开了一种盾构机掘进优化控制方法和装置，该方法包括：获取数据样本，以BO对NGBoost模型的超参数进行多目标优化，构建BO‑NGBoost预测模型；基于BO‑NGBoost预测模型对所述盾构机姿态参数进行预测，获取BO‑NGBoost回归预测函数；利用BO‑NGBoost回归预测函数为适应度函数，联合各影响因素的应用约束条件，利用NSGA‑III算法对盾构掘进姿态参数进行多目标优化，获取最优Pareto解集；根据得到的最优Pareto解集，通过理想点法确定最优盾构施工参数。本发明实现了盾构施工工程中的盾构机姿态的高精度预测，也实现了掘进路线中产生的姿态偏差优化控制。
-
公开(公告)号：CN115952590B
公开(公告)日：2023-06-13
申请号：CN202310243415.0
申请日：2023-03-14
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N20/00 , G06N3/126 , G06N5/01 , G06N7/02 , G06F111/04 , G06F111/06
Abstract: 本发明属于隧道智能算法预测及优化技术领域，并具体公开了一种基于BO‑RF‑MOMPA混合算法的盾构隧道优化设计方法及设备。所述方法包括以下步骤：分析盾构隧道施工阶段引起隧道变形的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；基于样本数据集，建立基于BO‑RF的地表沉降、管片最大轴向压力、管片最大变形量、成本预测模型并检验；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于BO‑RF‑MOMPA的多目标优化模型，提出盾构管片参数建议设置范围。本发明实现了对隧道变形的高精度预测，实现了盾构管片参数的优化设计，具有优化的效率和精度高等特点。
-
公开(公告)号：CN115952590A
公开(公告)日：2023-04-11
申请号：CN202310243415.0
申请日：2023-03-14
Applicant: 华中科技大学
IPC: G06F30/13 , G06F30/27 , G06N20/00 , G06N3/126 , G06N5/01 , G06N7/02 , G06F111/04 , G06F111/06
Abstract: 本发明属于隧道智能算法预测及优化技术领域，并具体公开了一种基于BO‑RF‑MOMPA混合算法的盾构隧道优化设计方法及设备。所述方法包括以下步骤：分析盾构隧道施工阶段引起隧道变形的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；基于样本数据集，建立基于BO‑RF的地表沉降、管片最大轴向压力、管片最大变形量、成本预测模型并检验；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于BO‑RF‑MOMPA的多目标优化模型，提出盾构管片参数建议设置范围。本发明实现了对隧道变形的高精度预测，实现了盾构管片参数的优化设计，具有优化的效率和精度高等特点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
