申请/专利权人：西南交通大学

申请日：2024-01-08

公开（公告）日：2024-06-25

公开（公告）号：CN117852402B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/006;G06Q50/08;G06F119/02

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明提供了一种隧洞围岩稳定性预测方法、装置、设备及存储介质，涉及围岩预测技术领域，包括获取历史时间段内目标围岩的历史数据；基于混沌映射对所有萤火虫位置初始化，获得多个初始位置参数；基于初始位置参数构建模型，得到初始预测模型；基于历史数据和高斯分布算法对初始预测模型进行训练，得到目标预测模型；得到目标围岩的实时稳定性预测结果。本发明通过混沌映射对萤火虫种群进行初始化，并采用高斯扰动和高斯变异对每一次迭代后的萤火虫个体最优位置进行高斯微小扰动，帮助其更好的逃离局部最优区域，从而确定出预测模型最优的延时阶数和隐含层单元数量，既减少了人为输入网络参数的盲目性，又提高了网络的学习能力和预测精度。

主权项：1.一种隧洞围岩稳定性预测方法，其特征在于，包括：获取历史时间段内目标围岩的历史数据；基于混沌映射对所有萤火虫位置初始化，获得多个初始位置参数；基于所述初始位置参数构建模型，得到初始预测模型；基于所述历史数据和高斯分布算法对所述初始预测模型进行训练，得到目标预测模型；将所述目标围岩的实时数据输入所述目标预测模型中，得到所述目标围岩的实时稳定性预测结果；其中，基于所述历史数据和高斯分布算法对所述初始预测模型进行训练，得到目标预测模型，包括：将所述历史数据基于时间顺序分别划分为训练数据和验证数据；基于所述初始位置参数计算所有萤火虫的荧光亮度，得到多个初始亮度；基于所述初始位置参数计算所有目标萤火虫的吸引度，得到多个初始吸引度；基于所述训练数据、所述初始亮度和所述初始吸引度，更新多个萤火虫的位置参数，得到多个调整位置参数；基于所述调整位置参数得到多个萤火虫的调整亮度；将所述调整亮度与第三设定阈值进行比较，获得比较结果；基于所述比较结果确定出最优萤火虫，并计算所述最优萤火虫的目标亮度和目标吸引度，作为目标延时阶数和目标隐藏层数量；基于所述目标延时阶数和所述目标隐藏层数量调整所述初始预测模型，得到所述目标预测模型；其中，基于所述比较结果确定出最优萤火虫，包括：当所述调整亮度小于所述第三设定阈值时，基于预设的高斯变异式确定出所述最优萤火虫；当所述调整亮度大于所述第三设定阈值时，基于预设的高斯变异规则对所有萤火虫进行变异操作，得到所有萤火虫的变异位置参数；基于多个变异位置参数确定出第一萤火虫；基于多个调整位置参数确定出第二萤火虫；比较所述第一萤火虫的亮度与所述第二萤火虫的亮度；当所述第一萤火虫的亮度小于所述第二萤火虫的亮度，将所述第二萤火虫作为所述最优萤火虫；所述第一萤火虫的亮度大于所述第二萤火虫的亮度时，将所述第一萤火虫作为所述最优萤火虫；其中，基于所述训练数据、所述初始亮度和所述初始吸引度，更新多个萤火虫的位置参数，得到多个调整位置参数，包括：基于所述历史数据、所述初始亮度和所述初始吸引度，更新多个萤火虫的位置参数，得到多个第一位置参数；基于多个第一位置参数计算得到多个萤火虫的第一亮度；将多个萤火虫的第一亮度进行比较，得到最大亮度；确定所述最大亮度对应的萤火虫，作为最佳萤火虫；获取所述最佳萤火虫的相邻个体，作为相邻萤火虫；计算所述相邻萤火虫的第一位置参数与所述最佳萤火虫的第一位置参数的差值，作为第三数值；计算第四设定阈值与随机因子的乘积，作为第四数值，所述第四设定阈值位于第三设定范围内，所述随机因子位于第四设定范围内；计算所述第三数值与所述第四数值之和，作为第五数值；计算所述最佳萤火虫的第一位置参数与所述第五数值的乘积，作为第二位置参数；基于多个第一位置参数和所述第二位置参数，组成所述调整位置参数；具体的，对处在最佳位置的萤火虫进行随机扰动，位置更新函数为： 其中，xit+1为萤火虫i第t+1次移动后的位置；xit为表示萤火虫i第t次移动后的位置；xjt为萤火虫j第t次移动之后的位置；rand为均匀分布的随机因子，取值范围通为[0,1]；α为步长因子，取值范围为[0,1]；i、j均为正整数。

全文数据：

权利要求：

百度查询： 西南交通大学 一种隧洞围岩稳定性预测方法、装置、设备及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD