-
公开(公告)号：CN115217152A
公开(公告)日：2022-10-21
申请号：CN202210904682.3
申请日：2022-07-29
Applicant: 招商局重庆交通科研设计院有限公司 , 重庆交通大学 , 重庆大学
IPC: E02D29/073 , E02D33/00 , G06F30/13 , G06F30/27
Abstract: 本发明提供一种沉管隧道管节接头张合变形的预测方法及装置，本方案通过将张合变形数据分为趋势分量、周期分量和剩余分量进行并行处理，不仅有效降低了原始张合数据的复杂性，提高了预测效率，还可以清楚地反映管节接头张合量中各组成分量的情况；相比传统的SVR模型具有更优异的预测性能、模型预测误差小且泛化能力强。
-
Patent Agency Ranking
公开(公告)号：CN117195720A
公开(公告)日：2023-12-08
申请号：CN202311162582.9
申请日：2023-09-08
Applicant: 招商局重庆交通科研设计院有限公司 , 重庆大学 , 重庆交通大学
IPC: G06F30/27 , G06N3/0442 , G06N3/084 , G06N3/006 , G06N20/10 , G06N3/048 , G06F113/14
Abstract: 本发明公开了一种沉管隧道管节接头张合变形预测模型构建及预测方法，包括：首先，通过历史张合变形监测数据序列对各种单项预测模型进行训练。然后，基于各单项预测模型的有效度，采用非人工选择的方式从多种训练好的单项预测模型中遴选出可有效挖掘张合变形监测数据潜在规律的单项预测模型，组合构建起张合变形预测模型。之后，获取张合变形监测数据，并通过张合变形预测模型预测管节接头的张合变形。相比于单项预测模型，由多种单项预测模型组合而成的张合变形预测模型，可以充分挖掘各单项预测模型提供的有效信息、总体性综合各单项模型的预测效果，同时也可以避免过度依赖某个模型或特征，具有更高的准确度、稳定性、鲁棒性及工程的适用性。
-
公开(公告)号：CN115217152B
公开(公告)日：2023-05-16
申请号：CN202210904682.3
申请日：2022-07-29
Applicant: 招商局重庆交通科研设计院有限公司 , 重庆交通大学 , 重庆大学
IPC: G06F30/27 , E02D29/073 , G06F30/13
Abstract: 本发明提供一种沉管隧道管节接头张合变形的预测方法及装置，本方案通过将张合变形数据分为趋势分量、周期分量和剩余分量进行并行处理，不仅有效降低了原始张合数据的复杂性，提高了预测效率，还可以清楚地反映管节接头张合量中各组成分量的情况；相比传统的SVR模型具有更优异的预测性能、模型预测误差小且泛化能力强。
-
公开(公告)号：CN117195718A
公开(公告)日：2023-12-08
申请号：CN202311160991.5
申请日：2023-09-08
Applicant: 招商局重庆交通科研设计院有限公司 , 重庆交通大学 , 重庆科技学院
IPC: G06F30/27 , G06F30/28 , G06N3/0442 , G06N3/08 , G06N3/006 , G06F113/08 , G06F113/14 , G06F119/14 , G06F119/08
Abstract: 本发明公开了一种基于改进VMD的沉管隧道接头张合变形预测方法及系统，系统包括：获取模块、分解模块和预测模块。首先，获取模块获取待预测沉管隧道接头的张合变形监测数据序列、水温数据和水位数据。然后，分解模块通过SSA‑VMD方法将张合变形监测数据序列中各时间点的张合变形监测数据自适应分解成趋势分量、周期分量和剩余分量，以避免人工寻参的繁重和降低经验设置的主观影响。最后，预测模块基于趋势分量、周期分量和剩余分量，分别采用相应的预测方法进行预测，分别得到趋势分量预测数据、周期分量预测数据和剩余分量预测数据，并将趋势分量预测数据、周期分量预测数据和剩余分量预测数据累加计算得到待预测管节接头的张合变形预测数据。
-
公开(公告)号：CN117195719A
公开(公告)日：2023-12-08
申请号：CN202311162543.9
申请日：2023-09-08
Applicant: 招商局重庆交通科研设计院有限公司 , 重庆交通大学 , 重庆科技学院
IPC: G06F30/27 , G06N3/0442 , G06N3/08 , G06N3/006 , G06F113/14
Abstract: 本发明公开了一种沉管隧道管节接头张合变形预测方法及系统，包括：获取待预测管节接头的张合变形监测数据；基于获取到的张合变形监测数据，通过训练好的变形预测模型预测待预测管节接头的初始张合变形预测数据；根据张合变形监测数据和初始张合变形预测数据确定误差数据；基于误差数据通过训练好的误差预测模型进行误差预测，得到误差预测数据；根据误差预测数据对所述初始张合变形预测数据进行修正，得到沉管隧道管节接头的最终张合变形预测数据。从而使预测结果更符合实际的张合变形监测情况，以大幅度减少单项模型的预测误差，具有更高的预测精度及鲁棒性，在考虑局部特征中也更具优势，能更好的描述接头张合变形趋势。
-
公开(公告)号：CN115221793A
公开(公告)日：2022-10-21
申请号：CN202210904673.4
申请日：2022-07-29
Applicant: 招商局重庆交通科研设计院有限公司 , 广西新发展交通集团有限公司 , 重庆交通大学
Abstract: 本发明提供一种隧道围岩变形预测方法及装置，该方案基于麻雀搜索算法求解VMD的参数τ和参数σ的最优组合，避免了人工寻参的繁重及经验设置参数的主观影响，提高了围岩变形序列的分解质量；采用GRU模型预测的方式，可以充分挖掘围岩变形历史数据中的有效信息，相比静态模型更能体现围岩变形演化中的动态系统本质；具有更优异地预测精度及工程实用性。
-
-
-
-
-
Search Results
6
records
(took 0.058 seconds)
