-
公开(公告)号:CN117252085A
公开(公告)日:2023-12-19
申请号:CN202310985760.1
申请日:2023-08-07
Applicant: 华北水利水电大学 , 中铁三局集团有限公司
IPC: G06F30/27 , G06F30/23 , G06F30/13 , G06N3/006 , G06N3/0499 , G06N3/084 , G06N3/126 , G06F119/14 , G06F111/04 , G06F111/08 , G06F119/02
Abstract: 本发明属于桥梁施工控制技术领域,特别涉及一种基于神经网络与粒子群的斜拉桥索力容差优化方法及系统,该方法包括建立基于可靠度的容差区间优化模型;通过参数敏感性分析确定施工阶段显著性斜拉索索力;根据均匀试验响应面法拟合施工阶段主梁和塔顶截面位移与斜拉索索力的响应面方程;采用蒙特卡洛抽样构造施工阶段主梁和塔顶截面位移可靠度样本;将遗传算法与BP神经网络相结合,构建索力容差区间变化上下限与施工阶段主梁和塔顶截面位移可靠度的映射关系;结合改进粒子群算法进行斜拉索索力容差区间优化。本发明实现了复杂非线性响应的快速、准确预测,并且具有较好的收敛性能,有效提升了斜拉桥施工的兼容性和可控性,降低了施工控制难度。
-
公开(公告)号:CN116935113A
公开(公告)日:2023-10-24
申请号:CN202310880668.9
申请日:2023-07-18
Applicant: 华北水利水电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/096
Abstract: 本发明属于结构损伤识别技术领域,特别涉及一种基于格拉姆角场的跨域结构损伤识别迁移学习方法及装置,该方法包括采集不同结构的原始时序信号构建损伤识别数据集,划分损伤识别的源域和目标域;基于格拉姆角场理论对源域损伤识别数据集中原始时序信号进行升维重构将一维信号转化为二维图像信号;将上面的二维图像信号输入到RepVGG模型中,RepVGG模型对二维图像信号进行深度特征挖掘并进行损伤类型识别,更新RepVGG模型参数;使用目标域少量损伤识别数据集提取其格拉姆角场特征后,对已训练获得的RepVGG模型参数进行微调。本发明利用迁移学习技术将已有结构的损伤识别模型迁移到目标域的结构损伤识别任务中,实现对目标域结构进行快速、低成本、高精度的损伤识别。
-