申请/专利权人:中国铁道科学研究院集团有限公司铁道建筑研究所;中国铁道科学研究院集团有限公司;中国国家铁路集团有限公司
申请日:2024-01-29
公开(公告)日:2024-05-31
公开(公告)号:CN118114001A
主分类号:G06F18/20
分类号:G06F18/20;G06N3/044;G06N3/08;G06Q50/26
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.18#实质审查的生效;2024.05.31#公开
摘要:本发明公开一种基于Bootstrap‑GRU‑BP混合的边坡位移区间预测方法,包括:S1,接收边坡监测数据并对所述边坡监测数据进行数据的预处理,从而生成伪训练集;S2,将伪训练集输入GRU门控循环神经网络中,进行边坡位移区间GRU预测模型的训练并保存训练完成的边坡位移区间GRU预测模型;S3,基于边坡位移区间GRU预测模型计算边坡位移预测均值的计算,并估计认知误差方差;S4,基于BP模型估计随机误差方差;S5,基于所述边坡位移预测均值、认知误差方差以及随机误差方差构造边坡位移预测区间,还公开了对应的系统、电子设备以及计算机可读存储介质,在既有Bootstrap算法的框架基础上,融合GRU和BP算法,分别量化边坡位移预测过程中的认知不确定性与随机不确定性。
主权项:1.一种基于Bootstrap-GRU-BP混合的边坡位移区间预测方法,其特征在于,包括:S1,接收边坡监测数据并对所述边坡监测数据进行数据的预处理,从而生成伪训练集;S2,将伪训练集输入GRU门控循环神经网络中,进行边坡位移区间GRU预测模型的训练并保存训练完成的边坡位移区间GRU预测模型;S3,基于边坡位移区间GRU预测模型计算边坡位移预测均值的计算,并估计认知误差方差;S4,基于BP模型估计随机误差方差;S5,基于所述边坡位移预测均值、认知误差方差以及随机误差方差构造边坡位移预测区间。
全文数据:
权利要求:
百度查询: 中国铁道科学研究院集团有限公司铁道建筑研究所;中国铁道科学研究院集团有限公司;中国国家铁路集团有限公司 一种基于Bootstrap-GRU-BP混合的边坡位移区间预测方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。