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：三峡大学
申请日：2024-04-17
公开（公告）日：2024-06-28
公开（公告）号：CN118261058A
主分类号：G06F30/27
分类号：G06F30/27;G06F30/23;G06N3/006;G06F17/10;G06F119/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种智能优选混凝土待浇筑仓温度预测曲线的方法，首先建立基于灰狼优化算法的粒子群算法，然后对HPSOGWO算法性能进行仿真测试，并对算法计算结果进行全面的统计分析，随后通过待浇筑仓温度场正分析得到浇筑仓混凝土的温度预测曲线，并建立HPSOGWO‑SVM温度曲线预测模型，选取关联数据集输入模型进行训练，利用HPSOGWO‑SVM模型预测温度序列并与实测温度序列对比两者的符合程度；将基于HPSOGWO算法反演热学参数进行正分析预测温度曲线的计算结果与HPSOGWO‑SVM温度曲线模型计算结果进行对比，目标是找到更有效的方式来预测温度曲线来解决施工期混凝土浇筑仓温度变化剧烈，导致温度曲线预测难的问题。可动态选取更符合工程实际的温度预测曲线，进而指导下一步施工。
主权项：1.一种智能优选混凝土待浇筑仓温度预测曲线的方法，其特征在于，包括以下步骤：S1，改进粒子群算法，通过基于灰狼优化算法的粒子群算法HPSOGWO对混凝土热学参数进行反演。S2，对HPSOGWO算法的性能进行仿真测试，并引入Friedman检验和Wilcoxon秩和检验对算法计算结果进行统计分析。S3，通过待浇筑仓温度场正分析得到浇筑仓混凝土的温度预测曲线。S4，将HPSOGWO算法引入支持向量机，优化模型参数组合，对SVM模型中惩罚因子C和参数γ进行寻优，建立HPSOGWO-SVM温度曲线预测模型，目的是将基于HPSOGWO算法反演热学参数进行正分析预测温度曲线方法计算结果与HPSOGWO-SVM温度曲线模型计算结果进行对比。S5，考虑影响施工期混凝土温度的初始浇筑温度Tp、环境气温Ta、绝热温升θ0及通水冷却的影响选取数据集，选取固定期限内的混凝土日平均温度序列作为预测序列值。S6，通过后验差分法进行统计验证。
全文数据：
权利要求：
百度查询： 三峡大学 一种智能优选混凝土待浇筑仓温度预测曲线的方法
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