基本信息:
- 专利标题： 基于盾构掘进参数的块石预测神经网络模型、方法和系统
- 申请号：CN202410340849.7 申请日：2024-03-25
- 公开(公告)号：CN118410696A 公开(公告)日：2024-07-30
- 发明人： 裴柏铮 , 李辉 , 佟方硕 , 刘晓迪 , 孟阳 , 谢国兴 , 周明亮 , 徐鹏 , 王国栋
- 申请人： 中铁九局集团第四工程有限公司
- 申请人地址： 辽宁省沈阳市沈河区敬宾街3-1号
- 专利权人： 中铁九局集团第四工程有限公司
- 当前专利权人： 中铁九局集团第四工程有限公司
- 当前专利权人地址： 辽宁省沈阳市沈河区敬宾街3-1号
- 代理机构： 北京合创致信专利代理有限公司
- 代理人： 刘素霞; 侯亚龙
- 主分类号： G06F30/27
- IPC分类号： G06F30/27 ; G06F30/17 ; G06N3/04 ; G06N3/084 ; G06F119/14
摘要：
本发明涉及隧道盾构机施工的技术领域，具体涉及一种基于盾构掘进参数的块石预测神经网络模型、方法和系统，包括：步骤S1，对样本数据进行归一化处理；步骤S2，将随机数值赋予模型，步骤S3，将样本数据输入神经网络模型，随后进行隐含层和输出层神经节点的输入和输出值计算；步骤S4，反向进行输出层和隐含层中各单元之间的一般化误差计算；步骤S5，对阈值进行反向修正；步骤S6，利用步骤S5中修正的随机样本数据进行隐含层和输出层神经节点的输入和输出值计算，对BP神经网络算法进行改进以生成块石预测神经网络模型，并将该算法模型应用于填土地层盾构掘进过程中的块石分布预测，以此准确判断填土地层盾构隧道掌子面前方块石分布情况。
IPC结构图谱:
| G06F30/27 | 使用机器学习，例如人工智能，神经网络，支持向量机 |