-
公开(公告)号:CN117875356A
公开(公告)日:2024-04-12
申请号:CN202311818369.9
申请日:2023-12-27
申请人: 中国路桥工程有限责任公司 , 西安建筑科技大学
IPC分类号: G06N3/006 , G06F18/2411
摘要: 本发明公开了基于支持向量回归的边坡爆破效果预测模型及其建立方法,属于边坡爆破施工技术领域,包括步骤S1.选择工程输入参数;步骤S2.初始化工程参数和鸟巢;步骤S3.寻找最优鸟巢位置;步骤S4.更新鸟巢位置;步骤S5.判断新鸟巢适应度值与上一代适应度值,进行迭代;步骤S6.以随机步长改变其他鸟巢位置,进行迭代;步骤S7.根据最优鸟巢位置,比较是否到达设置迭代次数;步骤S8.根据最优参数结果建立爆破效果预测模型;本模型利用CS规则的信息提取能力,提取并融合数据中的证据信息获取融合信度矩阵,输入经搜索优化的SVR模型,能有效提高输出估算结果和估算精度,具有估算精度高、鲁棒性好和预测效果好的特点。
-
公开(公告)号:CN117875356B
公开(公告)日:2024-10-08
申请号:CN202311818369.9
申请日:2023-12-27
申请人: 中国路桥工程有限责任公司 , 西安建筑科技大学
IPC分类号: G06N3/006 , G06F18/2411
摘要: 本发明公开了基于支持向量回归的边坡爆破效果预测模型及其建立方法,属于边坡爆破施工技术领域,包括步骤S1.选择工程输入参数;步骤S2.初始化工程参数和鸟巢;步骤S3.寻找最优鸟巢位置;步骤S4.更新鸟巢位置;步骤S5.判断新鸟巢适应度值与上一代适应度值,进行迭代;步骤S6.以随机步长改变其他鸟巢位置,进行迭代;步骤S7.根据最优鸟巢位置,比较是否到达设置迭代次数;步骤S8.根据最优参数结果建立爆破效果预测模型;本模型利用CS规则的信息提取能力,提取并融合数据中的证据信息获取融合信度矩阵,输入经搜索优化的SVR模型,能有效提高输出估算结果和估算精度,具有估算精度高、鲁棒性好和预测效果好的特点。
-
公开(公告)号:CN117892616A
公开(公告)日:2024-04-16
申请号:CN202311745979.0
申请日:2023-12-19
申请人: 西安建筑科技大学 , 中国路桥工程有限责任公司
IPC分类号: G06F30/27 , G06F18/243 , G06N3/08 , F42D3/04
摘要: 本发明公开了一种边坡爆破预测模型的建立方法,属于爆破施工技术领域,包括步骤S1.根据工程背景,基于随机森林方法进行输入变量选择;步骤S2.利用自适应策略对预测模型的输入变量进行归一化处理;步骤S3.在归一化处理后的搜索空间内初始化金枪鱼种群;步骤S4.在初始化金枪鱼种群内的目标难以锁定时,利用觅食策略进行全局搜索,完成种群更新迭代寻优;步骤S5.计算预测误差,并对预测结果进行统计;步骤S6.根据最优参数结果建立爆破效果预测模型;本方法通过利用金枪鱼算法的寻优能力建立边坡爆破效果预测模型,能够有效的完成边坡爆破效果预测,具有收敛速度快、输出运算结果和运算精度高的特点。
-
公开(公告)号:CN117350562A
公开(公告)日:2024-01-05
申请号:CN202311316922.9
申请日:2023-10-12
申请人: 中国路桥工程有限责任公司 , 西安建筑科技大学
IPC分类号: G06Q10/0637 , E21D9/00 , G06Q10/0639 , G06N5/01 , G06N20/10 , G06N7/01 , G06N7/08 , G06N3/006
摘要: 本发明公开了一种基于支持向量机的隧道爆破预测方法,属于隧道爆破技术领域,该方法包括:根据决策树方法,确定爆破效果评价参数;对数据集进行归一化处理;对MPA‑SVM模型进行初始化设置;计算种群中个体的适应度;基于MPA算法原理对最大迭代次数进行设置,并更新猎物位置;并判断是否满足MPA的结束条件;如果满足结束条件,则输出优化参数,如果不满足,则返回继续执行迭代过程;根据优化优参数建立优化MPA‑SVM模型,并使用该模型进行爆破预测;本发明使用支持向量机方法对爆破参数进行预测,从而实现对爆破效果的预测;引入海洋捕食者算法,利用其高收敛、高寻优及全局搜索能力,为获取爆破预测效果提供了一种快速寻优的高精度数学模型。
-
公开(公告)号:CN118095099A
公开(公告)日:2024-05-28
申请号:CN202410335565.9
申请日:2024-03-22
申请人: 中国路桥工程有限责任公司 , 西安建筑科技大学
IPC分类号: G06F30/27 , G06F18/214 , G06F18/21 , G06N3/006 , G06N3/0499 , G06N5/01 , G06N20/20 , G06F111/08
摘要: 本发明涉及爆破施工技术领域,具体涉及一种基于RF‑WOA‑ELM模型的边坡爆破预测模型的建立方法,包括如下步骤:步骤S1,通过随机森林法对爆破控制参数进行筛选,获取爆破控制参数数据集,将所述爆破控制参数数据集划分为训练集和测试集;步骤S2,基于自适应策略对训练集和测试集均进行归一化处理,获取初始化训练集和测试集;步骤S3,利用改进鲸鱼优化算法对极限学习机模型进行改进,优化训练集的寻优效果,获取最优参数结果;步骤S4,通过测试集对最优参数结果进行统计,统计后对最优参数结果进行验证评价;步骤S5,根据验证的最优参数结果建立爆破效果预测模型;本发明通过该预测模型获取边坡爆破预期效果方案中合理爆破参数设置。
-
公开(公告)号:CN118865055A
公开(公告)日:2024-10-29
申请号:CN202410928436.0
申请日:2024-07-11
申请人: 中国路桥工程有限责任公司 , 西安建筑科技大学
IPC分类号: G06V10/82 , G06V10/80 , G06V10/26 , G06N3/0464
摘要: 本发明公开了一种基于改进YOLO模型快速检测岩体节理特征的方法,涉及岩体节理检测技术领域,具体在于解决背景技术中存在的检测时主观性强、可靠度低,且在分析统计大规模节理数据时效率较低,对于复杂的节理发育模式和形态较难处理的问题,本发明提供一种基于改进YOLO模型快速检测岩体节理特征的方法,以大量边坡岩石信息为基础,以识别边坡围岩节理为目标,并基于改进YOLO模型对岩体节理特征进行快速、准确检测,对隧道爆破高效、智能生产与决策有着十分重要的理论与现实意义。
-
公开(公告)号:CN117252236B
公开(公告)日:2024-10-08
申请号:CN202311390144.8
申请日:2023-10-25
申请人: 中国路桥工程有限责任公司 , 西安建筑科技大学
IPC分类号: G06N3/045 , G06N3/084 , G06N3/0442 , G06N3/0985 , G06F18/10 , G06F18/213 , G06F18/241 , G06F18/22 , G06Q50/08
摘要: 本发明公开了一种基于DBN‑LSTM‑BWOA的隧道爆破振动峰值预测方法、系统、设备及介质,涉及机器学习以及工程爆破振动安全技术领域,提供一种基于DBN‑LSTM‑BWOA的隧道爆破振动峰值预测方法、系统、设备及介质,包括数据采集及预处理模块、设定阈值模块、数据预测和模型构建模块、超参数优化模块,以及爆破振动峰值预测模块。本发明改进的DBN,可以更好的学习到数据的有用特征,更有效的学习到数据中存在的潜在的影响因素,不需要传统DBN的数据标签即可学习到数据特征。本发明改进的BWOA算法可以对数值进行更加精细化的处理,分别对适应度值差和适应度值较差的数值进行重组,对资源充分利用,通过设置不同判断方式使预测效果更加精准,使得数值计算更加准确。
-
公开(公告)号:CN118094355A
公开(公告)日:2024-05-28
申请号:CN202410335428.5
申请日:2024-03-22
申请人: 中国路桥工程有限责任公司 , 西安建筑科技大学
IPC分类号: G06F18/2411 , G06F18/214 , G06F18/213 , G06F17/16
摘要: 本发明公开了一种基于改进SVM算法的爆破飞石预测方法,包括以下步骤:采集原始数据X,根据原始数据X计算投影矩阵P,并将原始数据X投影到投影矩阵P中,得到降维后的数据Y',构建SVM模型,利用优化公式对SVM模型进行优化,将数据Y'输入至SVM模型中进行训练,得到爆破飞石距离f(x),再通过SVM模型对测试样本进行预测,并采用计算召回率的方式来评价对应样本的适应度r,评估SVM模型的性能;本发明中,可以减少输入变量之间的相关性,减少了相关性评估中重复相似的因素,有效的把变量降低维度,同时又保留了建模工程中的基本信息,可以有效的预测到爆破中飞石距离。
-
公开(公告)号:CN117852250A
公开(公告)日:2024-04-09
申请号:CN202311657778.5
申请日:2023-12-06
申请人: 中国路桥工程有限责任公司 , 西安建筑科技大学
IPC分类号: G06F30/20 , E21F17/18 , G06F111/08 , G06F119/14
摘要: 本申请公开了一种隧道围岩变形预测方法,包括:收集隧道量测点处的原始量测数据;基于隧道地质条件与所述原始量测数据,设置量测阈值及预警值;基于所述原始量测数据与所述量测阈值及所述预警值,获取监测点的量测等级并分析,确定加权马尔科夫链预测断面;将原始数据输入至小波‑加权马尔科夫链中进行围岩的变形预测。本发明提供的隧道围岩变形预测方法,是基于加权马尔科夫链分析模型对原始量测数据进行处理,使得原始量测数据与施工过程中影响的静态局限结合,有效且迅速地对隧道围岩变形进行预测分析。
-
公开(公告)号:CN117763959A
公开(公告)日:2024-03-26
申请号:CN202311775220.7
申请日:2023-12-22
申请人: 中国路桥工程有限责任公司 , 西安建筑科技大学
IPC分类号: G06F30/27 , G06N3/044 , G06N3/0464 , G06N3/0985
摘要: 本发明涉及工程爆破安全技术领域,具体涉及一种改进CNN的爆破设计参数优化方法,包括以下步骤:步骤1、结合现场岩石性质和工程需求确定所需爆破参数,步骤2、在实际开挖过程中进行现场试验,并收集爆破数据资料,步骤3、将试验数据资料放入改进的CNN模型中进行分析生成优化后的爆破方案,步骤4、根据步骤3的结果调整试验爆破参数,步骤5、对调整后的爆破参数再次进行试验,并重新收集现场数据,步骤6、对比试验结果来评估爆破参数的优化效果,步骤7、对优化效果不佳的爆破参数进行持续优化;解决了隧道爆破参数主要是依赖现场人员的经验和一些定性分析,其具有很大的随机性和较差的可靠性,并不能满足隧道爆破的质量要求。
-
-
-
-
-
-
-
-
-