-
公开(公告)号：CN117787105B
公开(公告)日：2024-06-07
申请号：CN202410024202.3
申请日：2024-01-08
Applicant: 西南交通大学
Abstract: 本发明提供了一种隧道围岩分级方法、装置、设备及可读存储介质，涉及围岩预测技术领域，包括获取历史时间段内目标围岩的历史围岩数据；基于混沌映射对麻雀种群位置初始化，获得多个初始位置参数；基于初始位置参数构建模型，得到初始预测模型；基于历史围岩数据和麻雀算法对初始预测模型进行训练，得到目标分级模型；将目标围岩的实时围岩数据输入目标分级模型中，得到目标围岩的实时围岩分级结果。本发明通过麻雀搜索算法对卷积神经网络中的参数进行优化，可以更快更好的适应各种工况模型的判别，并且采用自适应混沌映射，建立了修正步长因子，提高麻雀搜索算法的收敛速度，从而大大提高了模型的训练效率。
-
公开(公告)号：CN117852402B
公开(公告)日：2024-06-25
申请号：CN202410027153.9
申请日：2024-01-08
Applicant: 西南交通大学
IPC: G06F30/27 , G06N3/006 , G06Q50/08 , G06F119/02
Abstract: 本发明提供了一种隧洞围岩稳定性预测方法、装置、设备及存储介质，涉及围岩预测技术领域，包括获取历史时间段内目标围岩的历史数据；基于混沌映射对所有萤火虫位置初始化，获得多个初始位置参数；基于初始位置参数构建模型，得到初始预测模型；基于历史数据和高斯分布算法对初始预测模型进行训练，得到目标预测模型；得到目标围岩的实时稳定性预测结果。本发明通过混沌映射对萤火虫种群进行初始化，并采用高斯扰动和高斯变异对每一次迭代后的萤火虫个体最优位置进行高斯微小扰动，帮助其更好的逃离局部最优区域，从而确定出预测模型最优的延时阶数和隐含层单元数量，既减少了人为输入网络参数的盲目性，又提高了网络的学习能力和预测精度。
-
公开(公告)号：CN117787105A
公开(公告)日：2024-03-29
申请号：CN202410024202.3
申请日：2024-01-08
Applicant: 西南交通大学
Abstract: 本发明提供了一种隧道围岩分级方法、装置、设备及可读存储介质，涉及围岩预测技术领域，包括获取历史时间段内目标围岩的历史围岩数据；基于混沌映射对麻雀种群位置初始化，获得多个初始位置参数；基于初始位置参数构建模型，得到初始预测模型；基于历史围岩数据和麻雀算法对初始预测模型进行训练，得到目标分级模型；将目标围岩的实时围岩数据输入目标分级模型中，得到目标围岩的实时围岩分级结果。本发明通过麻雀搜索算法对卷积神经网络中的参数进行优化，可以更快更好的适应各种工况模型的判别，并且采用自适应混沌映射，建立了修正步长因子，提高麻雀搜索算法的收敛速度，从而大大提高了模型的训练效率。
-
公开(公告)号：CN118468064B
公开(公告)日：2025-03-11
申请号：CN202410648555.0
申请日：2024-05-23
Applicant: 西南交通大学
IPC: G06F18/23 , G06F18/214 , G06F18/2431 , G06N3/006
Abstract: 本发明提供了一种基于麻雀算法的结构面产状分组方法及装置，涉及岩体结构面分组技术领域，包括将若干个结构面样本依次转换为若干个空间单位的法向量样本；基于当前聚类数量初始化麻雀种群，更新初始麻雀种群的空间位置，计算更新后的麻雀种群的适应度值，得到适应度值最小值对应的最优麻雀种群；利用最优麻雀种群对法向量样本进行聚类，计算聚类后的所有结构面样本的有效性指标；将有效性指标最大值对应的聚类数量和聚类结果作为最终分组，本发明用于解决现有的产状分组方法主观性大，无法准确定量地给出客观性分组结果的技术问题。
-
公开(公告)号：CN117456280A
公开(公告)日：2024-01-26
申请号：CN202311626079.4
申请日：2023-11-30
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/77 , G06V10/762 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及三维点云岩体结构面识别领域，涉及一种岩体结构面识别方法、装置、设备及可读存储介质，所述方法包括获取图像信息和训练后的神经网络模型；对图像信息进行重构，得到边坡密集三维点云模型；根据边坡密集三维点云模型进行计算，得到第一计算结果，第一计算结果包括密集三维点云模型中每个点的点坐标、法向量、点曲率和点密度；将第一计算结果发送至训练后的神经网络模型中，得到点对应的结构面分组类别；根据点对应的结构面分组类别进行计算，得到第二计算结果，第二计算结果包括结构面分组类别中每个结构面的倾向与倾角，本发明解决了处理三维点云岩体结构面识别与分类问题采用传统算法计算时耗时过长的核心问题。
-
Patent Agency Ranking
公开(公告)号：CN117113516B
公开(公告)日：2024-01-26
申请号：CN202311370770.0
申请日：2023-10-23
Applicant: 西南交通大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明提供了一种临近边坡条形基础的极限承载力预测方法及相关装置，涉及临近边坡承载力预测技术领域，包括获取临近边坡的基础信息，模拟所述模型边坡在不同的土壤参数下的随机场图像；利用所述随机场图像生成多个数据样本，由全部数据样本构成数据集；搭建卷积神经网络模型，利用所述数据集对卷积神经网络模型进行训练和测试，得到极限承载力预测模型；利用所述随机场图像生成若干个计算样本，由所述极限承载力预测模型预测每个计算样本对应的预测极限承载力，根据全部计算样本对应的预测极限承载力计算得到临近边坡条形基础的极限承载力，本发明用于解决现有边坡基础极限承载
-
公开(公告)号：CN117113516A
公开(公告)日：2023-11-24
申请号：CN202311370770.0
申请日：2023-10-23
Applicant: 西南交通大学
IPC: G06F30/13 , G06F30/23 , G06F30/27 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明提供了一种临近边坡条形基础的极限承载力预测方法及相关装置，涉及临近边坡承载力预测技术领域，包括获取临近边坡的基础信息，模拟所述模型边坡在不同的土壤参数下的随机场图像；利用所述随机场图像生成多个数据样本，由全部数据样本构成数据集；搭建卷积神经网络模型，利用所述数据集对卷积神经网络模型进行训练和测试，得到极限承载力预测模型；利用所述随机场图像生成若干个计算样本，由所述极限承载力预测模型预测每个计算样本对应的预测极限承载力，根据全部计算样本对应的预测极限承载力计算得到临近边坡条形基础的极限承载力，本发明用于解决现有边坡基础极限承载力的预测需要进行大批量的随机场数值计算，消耗大量的人力与物力。
-
公开(公告)号：CN118468064A
公开(公告)日：2024-08-09
申请号：CN202410648555.0
申请日：2024-05-23
Applicant: 西南交通大学
IPC: G06F18/23 , G06F18/214 , G06F18/2431 , G06N3/006
Abstract: 本发明提供了一种基于麻雀算法的结构面产状分组方法及装置，涉及岩体结构面分组技术领域，包括将若干个结构面样本依次转换为若干个空间单位的法向量样本；基于当前聚类数量初始化麻雀种群，更新初始麻雀种群的空间位置，计算更新后的麻雀种群的适应度值，得到适应度值最小值对应的最优麻雀种群；利用最优麻雀种群对法向量样本进行聚类，计算聚类后的所有结构面样本的有效性指标；将有效性指标最大值对应的聚类数量和聚类结果作为最终分组，本发明用于解决现有的产状分组方法主观性大，无法准确定量地给出客观性分组结果的技术问题。
-
公开(公告)号：CN117852402A
公开(公告)日：2024-04-09
申请号：CN202410027153.9
申请日：2024-01-08
Applicant: 西南交通大学
IPC: G06F30/27 , G06N3/006 , G06Q50/08 , G06F119/02
Abstract: 本发明提供了一种隧洞围岩稳定性预测方法、装置、设备及存储介质，涉及围岩预测技术领域，包括获取历史时间段内目标围岩的历史数据；基于混沌映射对所有萤火虫位置初始化，获得多个初始位置参数；基于初始位置参数构建模型，得到初始预测模型；基于历史数据和高斯分布算法对初始预测模型进行训练，得到目标预测模型；得到目标围岩的实时稳定性预测结果。本发明通过混沌映射对萤火虫种群进行初始化，并采用高斯扰动和高斯变异对每一次迭代后的萤火虫个体最优位置进行高斯微小扰动，帮助其更好的逃离局部最优区域，从而确定出预测模型最优的延时阶数和隐含层单元数量，既减少了人为输入网络参数的盲目性，又提高了网络的学习能力和预测精度。
-
公开(公告)号：CN116090079B
公开(公告)日：2023-07-14
申请号：CN202310364468.8
申请日：2023-04-07
Applicant: 西南交通大学
IPC: G06F30/13 , G06F30/27 , G06N3/048 , G06N3/08 , G06F111/04 , G06F119/14
Abstract: 本发明提供了一种蠕变岩体的抗滑桩设计方法、装置、设备及可读存储介质，涉及抗滑桩设计技术领域，包括获取若干个蠕变岩体的工程地质数据，并利用随机谐波函数确定每个蠕变岩体的蠕变岩体特性；从抗滑桩基础设计数据库中获取与每个蠕变岩体对应的抗滑桩设计数据；利用每个蠕变岩体对应的工程地质数据、蠕变岩体特性和抗滑桩设计数据构建训练集和测试集；搭建神经网络模型，利用所述训练集和测试集对神经网络模型进行训练和测试得到抗滑桩设计模型；将目标蠕变岩体的工程地质数据和蠕变岩体特性输入所述抗滑桩设计模型，得到多个预选抗滑桩设计方案。本发明用于解决现有技术中的蠕变岩体抗滑桩的设计方法存在成本高和资源浪费的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
