公开(公告)号：CN119578218A

公开(公告)日：2025-03-07

申请号：CN202411591006.0

申请日：2024-11-08

Applicant: 桂林理工大学

Inventor： 李佳明 ,  唐北昌 ,  张树光 ,  张研 ,  黄翔 ,  刘文博 ,  唐世斌 ,  刘欣雨 ,  黄寿军 ,  李彬

IPC: G06F30/27 ,  G06N20/10 ,  G06N3/006 ,  G06N7/01 ,  G06N7/08

Abstract: 一种基于机器学习的软土刚度智能预测方法，属于软土刚度预测技术领域。技术方案：基于ICSSA优化RVM模型参数，构建ICSSA‑RVM的软土刚度预测模型；通过Logistic‑Tent混沌映射初始化种群以增强种群的初始多样性；引入自适应权重实现在搜索过程中实现探索性与开发性的均衡；采用结合Levy飞行和逆向学习策略的混合方法更新麻雀位置，提高算法摆脱局部最优解的能力。有益效果：本发明基于机器学习的软土刚度智能预测方法在提高预测效率和准确度、增强模型适应性和泛化能力、提供可靠的预测工具、推动技术创新以及降低工程成本和时间成本等方面均表现出显著的有益效果。

公开(公告)号：CN119580876A

公开(公告)日：2025-03-07

申请号：CN202411591002.2

申请日：2024-11-08

Applicant: 桂林理工大学

Inventor： 陈鸿宾 ,  李佳明 ,  唐北昌 ,  张树光 ,  刘文博 ,  黄翔 ,  张研 ,  唐世斌 ,  李彬 ,  黄寿军 ,  刘欣雨

IPC: G16C20/70 ,  G06N3/006 ,  G06N3/045 ,  G06N3/0442 ,  G06F18/214 ,  G06N20/20 ,  G06T5/70 ,  G06T7/62

Abstract: 一种干湿循环下铅离子对土裂隙分形维数的智能预测方法，涉及土裂隙分形维数预测技术领域。技术方案：采集样本数据进行标准化处理；样本数据分为预测样本和训练样本；训练样本通过粒子群优化算法和麻雀优化算法对BiLSTM、GRU、Xgboost和RVM模型参数进行寻优，以粒子群优化算法和麻雀优化算法最优解为基础建立满足要求的土体裂隙分形维数的预测模型；把预测样本带入到BiLSTM、GRU、Xgboost和RVM模型参数，将得到的预测结果与实际值进行对比分形，验证模型可行性。有益效果：本发明有效提高预测精度与效率、降低研究成本与时间、推动土壤科学研究与技术革新；不仅有助于推动土壤科学研究的发展和创新，还为环境保护和可持续发展目标的实现提供了有力的技术支持。