首页 / 专利库 / 物理 / 重心 / 一种基于粒子群优化算法和质心算法的定位方法

一种基于粒子群优化算法和质心算法的定位方法

阅读:665发布:2023-03-12

专利汇可以提供一种基于粒子群优化算法和质心算法的定位方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于 粒子群优化 算法 和质心算法的 定位 方法,具有如下步骤:对边坡进行 有限元分析 并采集物理参数,得到边坡的三维有限元模型;使用计算机为所述的有限元模型,计算得到边坡 重心 的 位置 ;对待检测的边坡进行有限元分析,调用 数据库 中的模拟数据库中与当前边坡参数相关的边坡数据,使用 人工神经网络 训练所述的预测函数,得到成熟的目标函数;将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数,得到当前滑动位移序列的预测结果。相较于传统的分析方法,具有更高更科学的分析 精度 ,非常方便预测边坡运动。,下面是一种基于粒子群优化算法和质心算法的定位方法专利的具体信息内容。

1.一种基于粒子群优化算法和质心算法的定位方法,具有如下步骤:
—对边坡进行有限元分析并采集物理参数,得到边坡的三维有限元模型;使用计算机为所述的有限元模型,计算得到边坡重心位置
—重复上述步骤,建立边坡重心数据库
—对待检测的边坡进行有限元分析,根据有限元的数量和边坡的物理参数,建立当前边坡的重心的预测函数;
—调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据,使用人工神经网络训练所述的预测函数,得到成熟的目标函数;
—将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数,得到当前边坡重心的预测结果。
2.根据权利要求1所述的一种基于粒子群优化算法和质心算法的定位方法,其特征还在于:对于由预测函数计算得出的当前边坡重心预测结果,采用质心算法进行结果修正。
3.根据权利要求1所述的一种基于粒子群优化算法和质心算法的定位方法,其特征还在于:所述的数据库中边坡数据至少包含:边坡种类、边坡尺寸、边坡结构和边坡材质。
4.根据权利要求1所述的一种基于粒子群优化算法和质心算法的定位方法,其特征还在于:对于待测的边坡的有限元特征点,使用插值的方法,近似到数据库中近似边坡的有限元。
5.根据权利要求3所述的一种基于粒子群优化算法和质心算法的定位方法,其特征还在于:根据分析得出待检测边坡的有限元,在数据库中调取与之类似的边坡数据,形成相似数据集,使用相似数据集对所述的目标函数进行训练。

说明书全文

一种基于粒子群优化算法和质心算法的定位方法

技术领域

[0001] 本发明涉及一种基于粒子群优化算法和质心算法的定位方法。

背景技术

[0002] 边坡变形受降地下水位、内部应变化等多种因素影响,导致不同边坡的变形机理不尽相同,其变形过程具有复杂性、随机性和不确定性,边坡的变形预测仍然是一项困难的课题。
[0003] 边坡由于外形结构复杂,通常具有不规则的外形和轮廓,在力学分析时,通常很难能够计算得到边坡结构的重心,就很难对边坡的运动趋势做相应的整体性预测,为道路安全带来了重大的隐患。
[0004] 现在边坡的种类已经相对固定,即物理性能比如密度和材质等信息已经相对固定,测量技术的发展,也能够精确的获知边坡的三维形状。

发明内容

[0005] 本发明针对以上问题的提出,而研制的一种基于粒子群优化算法和质心算法的定位方法,具有如下步骤:
[0006] —对边坡进行有限元分析并采集物理参数,得到边坡的三维有限元模型;使用计算机为所述的有限元模型,计算得到边坡重心的位置
[0007] —重复上述步骤,建立边坡重心数据库
[0008] —对待检测的边坡进行有限元分析,根据有限元的数量和边坡的物理参数,建立当前边坡的重心的预测函数;
[0009] —调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据,使用人工神经网络训练所述的预测函数,得到成熟的目标函数;
[0010] —将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数,得到当前滑动位移序列的预测结果。
[0011] 对于由预测函数计算得出的当前边坡重心预测结果,采用质心算法进行结果修正。
[0012] 所述的数据库中边坡数据至少包含:边坡种类、边坡尺寸、边坡结构和边坡材质。
[0013] 对于待测的边坡的有限元特征点,使用插值的方法,近似到数据库中近似边坡的有限元。
[0014] 根据分析得出待检测边坡的有限元,在数据库中调取与之类似的边坡数据,形成相似数据集,使用相似数据集对所述的目标函数进行训练。
[0015] 由于采用了上述技术方案,本发明提供的一种基于粒子群优化算法和质心算法的定位方法,通过对现有边坡进行大量的分析测试,形成数据库,对待检测的边坡进行有限元分析,形成目标分析函数,对函数使用人工神经网络进行训练,最后得到边坡的重心位置,相较于传统的分析方法,具有更高更科学的分析精度,非常方便预测边坡运动。附图说明
[0016] 为了更清楚的说明本发明的实施例现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0017] 图1为本发明的流程图

具体实施方式

[0018] 为使本发明的实施例的目的、技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
[0019] 如图1所示:一种基于粒子群优化算法和质心算法的定位方法,主要包括如下步骤:
[0020] 首先,对边坡进行有限元分析并采集物理参数,得到边坡的三维有限元模型;使用计算机为所述的有限元模型,计算得到边坡重心的位置。
[0021] 然后,重复上述步骤,建立边坡重心数据库。
[0022] 其次,对待检测的边坡进行有限元分析,根据有限元的数量和边坡的物理参数,建立当前边坡的重心的预测函数;
[0023] 调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据,使用人工神经网络训练所述的预测函数,得到成熟的目标函数。
[0024] 最后,将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数,得到当前滑动位移序列的预测结果。
[0025] 为了进一步的增加测算的精度,作为一个较佳的实施方式,对于由预测函数计算得出的当前边坡重心预测结果,采用质心算法进行结果修正。
[0026] 为了增加预测的精度,保证在具有一定数量样本的情况下,保证预测精度。作为一个较佳的实施方式,所述的数据库中边坡数据至少包含:边坡种类、边坡尺寸、边坡结构和边坡材质。
[0027] 考虑到,实际过程中边坡的有限元,与数据库中的有限元可能不对应,对于待测的边坡的有限元特征点,使用插值的方法,近似到数据库中近似边坡的有限元。
[0028] 为了减少运算量,作为一个较佳的实施方式,根据分析得出待检测边坡的有限元,在数据库中调取与之类似的边坡数据,形成相似数据集,使用相似数据集对所述的目标函数进行训练。
[0029] 以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
相关专利内容
标题 发布/更新时间 阅读量
一种人体重心和头部重心测量方法 2020-05-12 288
一种重心自调节无人机 2020-05-13 14
重心式破岩机 2020-05-12 524
移动重心自行车 2020-05-12 282
重心平移发动机 2020-05-11 932
重心偏移法 2020-05-11 718
重心调整装置及其调整重心的方法 2020-05-12 623
重心随动榻椅 2020-05-11 140
重心随动轮椅床 2020-05-12 761
重心随动轮椅床 2020-05-12 357
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。

申请试用

分析报告

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。

申请试用

QQ群二维码
意见反馈