龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：海南大学
申请日：2024-02-07
公开（公告）日：2024-05-31
公开（公告）号：CN118114465A
主分类号：G06F30/20
分类号：G06F30/20;G06F30/27;G06N3/0442;G06N3/08;G06F111/06;G06F113/14;G06F119/02;G06F119/04
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：本发明涉及一种基于BP神经网络的柔性管疲劳海况预测方法及系统。所述方法包括：通过传感器采集海况数据生成波浪散布图；抽取样本点筛选目标海况数据；输入实验海况数据至基础水动力分析模型得到柔性管的张力和弯曲半径，作为柔性管标准拉弯性能；以目标海况数据作为输入，以柔性管标准拉弯性能作为输出，使用BP神经网络进行模型构建训练，得到代理模型；建立优化模型，采用多目标遗传算法对代理模型进行全局寻优，得到全局最优解，根据全局最优解完成柔性管疲劳预测。通过训练代理模型并进行模型优化，无需对含各层结构的柔性管进行计算分析，根据全局最优解即可完成对柔性管的疲劳预测，提高柔性管疲劳检测的准确性和效率。
主权项：1.一种基于BP神经网络的柔性管疲劳海况预测方法，其特征在于，所述方法包括：通过传感器采集目标海域的海况数据，根据所述海况数据生成波浪散布图；根据所述波浪散布图运用统计方法抽取样本点，筛选出目标海况数据；在基础水动力分析模型中输入实验海况数据，分析得到实验海况下柔性管的张力和弯曲半径，作为柔性管标准拉弯性能；以所述目标海况数据作为输入，以所述柔性管标准拉弯性能作为输出，使用BP神经网络进行模型构建训练，得到代理模型；建立优化模型，采用多目标遗传算法对所述代理模型进行全局寻优，得到全局最优解，根据所述全局最优解完成柔性管疲劳预测。
全文数据：
权利要求：
百度查询： 海南大学 基于BP神经网络的柔性管疲劳海况预测方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号