专利汇可以提供一种基于GA算法和BP神经网络的滑坡变形预测方法专利检索,专利查询,专利分析的服务。并且本 发明 提供了一种基于GA 算法 和BP神经网络的滑坡 变形 预测方法,包括:获取滑坡变形监测数据,并进行预处理;将预处理后的滑坡变形监测数据分为训练样本数据和预测样本数据;采用GA算法优化BP神经网络的网络结构;将所述训练样本数据输入至所述BP神经网络,并采用GA算法对所述BP神经网络进行训练,获得最优网络结构;将所述预测样本数据输入至训练后的BP神经网络进行滑坡变形预测,获得预测结果;该方法能够有效提高滑坡变形预测结果的准确性。,下面是一种基于GA算法和BP神经网络的滑坡变形预测方法专利的具体信息内容。
1.一种基于GA算法和BP神经网络的滑坡变形预测方法,其特征在于,包括:
获取滑坡变形监测数据,并进行预处理;
将预处理后的滑坡变形监测数据分为训练样本数据和预测样本数据;
采用GA算法优化BP神经网络的网络结构;
将所述训练样本数据输入至所述BP神经网络,并采用GA算法对所述BP神经网络进行训练,获得最优网络结构;
将所述预测样本数据输入至训练后的BP神经网络进行滑坡变形预测,获得预测结果。
2.根据权利要求1所述的基于GA算法和BP神经网络的滑坡变形预测方法,其特征在于,所述滑坡变形监测数据包括一段时期内每一天的坡体的变形值。
3.根据权利要求1所述的基于GA算法和BP神经网络的滑坡变形预测方法,其特征在于,对所述滑坡变形监测数据进行预处理,包括:剔除所述滑坡变形监测数据中存在的粗差。
4.根据权利要求1所述的基于GA算法和BP神经网络的滑坡变形预测方法,其特征在于,采用GA算法优化BP神经网络的网络结构,包括:
设定GA算法的相关参数值;
按种群大小随机生成BP神经网络的输入层神经元个数、隐含层节点数以及隐含层数并进行编码,形成GA算法中的染色体种群;
将每个染色体作为一组网络结构组成进行BP神经网络训练计算,训练结果均方误差作为GA算法的适应度函数;
计算种群中每个染色体的适应度值,根据精英数目和选择算法将适应度值小于预设阈值的染色体留存,进行交叉和变异计算,得到新一代的染色体种群;
对新一代染色体种群重复计算适应度值并进行选择、交叉、变异计算至符合收敛条件,得到最优染色体;
对所述最优染色体解码得到最优的BP神经网络输入层神经元个数、隐含层节点数以及隐含层数。
5.根据权利要求4所述的基于GA算法和BP神经网络的滑坡变形预测方法,其特征在于,所述收敛条件为达到适应度函数误差限值或者最大遗传代数或者停滞代数。
6.根据权利要求4所述的基于GA算法和BP神经网络的滑坡变形预测方法,其特征在于,所述GA算法的相关参数值包括种群大小、最大遗传代数、停止代数、精英数目、交叉概率和适应度函数误差。
7.根据权利要求1所述的基于GA算法和BP神经网络的滑坡变形预测方法,其特征在于,采用GA算法对所述BP神经网络进行训练,获得最优网络结构,包括:
将BP神经网络训练得到的误差作为适应度值;
对所述训练样本数据中的个体进行选择、交叉、变异操作,并计算适应度;
当适应度满足结束条件时,获得最优网格结构。
8.根据权利要求1所述的基于GA算法和BP神经网络的滑坡变形预测方法,其特征在于,所述滑坡变形监测数据中,80%-90%的滑坡变形监测数据作为训练样本数据,10%-20%的滑坡变形监测数据作为预测样本数据。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
带宽压缩中的预测方法 | 2020-05-08 | 213 |
一种基于反演滑模控制的AGV路径跟踪方法 | 2020-05-11 | 0 |
一种无线体域网能耗和时延加权最小的安全路由选择方法 | 2020-05-08 | 982 |
一种基于区块链和竞拍博弈的网络资源安全共享方法 | 2020-05-08 | 582 |
储能式充电桩参与电网需求侧响应联合运行优化模型与求解算法 | 2020-05-08 | 238 |
一种电采暖设备接入的配电网供电能力优化方法和装置 | 2020-05-08 | 494 |
一种基于部件特征的航空发动机多故障并发诊断方法 | 2020-05-08 | 324 |
雨雪天气条件下的运动目标检测方法 | 2020-05-08 | 195 |
面向慢性病康复的精准运动大数据智能预测、分析及优化系统 | 2020-05-08 | 200 |
一种基于分布式编码的随机梯度下降优化方法 | 2020-05-11 | 565 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。