公开(公告)号：CN119129411B

公开(公告)日：2025-05-06

申请号：CN202411245896.X

申请日：2024-09-06

Applicant: 中南大学

Inventor： 李翔 ,  符瑞嘉

IPC: G06F30/27 ,  G06F30/23 ,  G06F30/13 ,  G06T17/20 ,  G06N3/0499 ,  G06N3/08 ,  G06F119/02 ,  G06F119/14 ,  G06F113/14 ,  G06F111/10 ,  G06F111/04

Abstract: 本发明提供一种基于机器学习算法的深部隧道围岩非概率可靠度分析方法，属于隧道工程技术领域。本发明在现有非概率可靠度分析方法的基础上，引入机器学习算法，通过神经网络代理模型与贝叶斯正则化算法的结合，将隧道围岩状态函数的隐式表达式显式化表示，并定义了神经网络代理模型的可信度，可以定量描述神经网络代理模型的有效性，可以有效解决现有技术中隧道围岩状态函数为隐式函数，无法进行非概率可靠度分析的问题。

公开(公告)号：CN119129411A

公开(公告)日：2024-12-13

申请号：CN202411245896.X

申请日：2024-09-06

Applicant: 中南大学

Inventor： 李翔 ,  符瑞嘉

IPC: G06F30/27 ,  G06F30/23 ,  G06F30/13 ,  G06T17/20 ,  G06N3/0499 ,  G06N3/08 ,  G06F119/02 ,  G06F119/14 ,  G06F113/14 ,  G06F111/10 ,  G06F111/04

Abstract: 本发明提供一种基于机器学习算法的深部隧道围岩非概率可靠度分析方法，属于隧道工程技术领域。本发明在现有非概率可靠度分析方法的基础上，引入机器学习算法，通过神经网络代理模型与贝叶斯正则化算法的结合，将隧道围岩状态函数的隐式表达式显式化表示，并定义了神经网络代理模型的可信度，可以定量描述神经网络代理模型的有效性，可以有效解决现有技术中隧道围岩状态函数为隐式函数，无法进行非概率可靠度分析的问题。