System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及新能源規劃,更具體地說,本專利技術涉及一種大型預制t梁斷面尺寸精度預測方法。
技術介紹
1、公路橋梁作為公路交通領域的關鍵構成要素,承載著日益增長的交通需求,為經濟社會發展提供堅實基礎。隨著技術標準的不斷提高和工程規模的持續提升,橋梁建設面臨著多方面的挑戰。傳統的公路t梁現澆施工方法存在施工周期長、現場作業環境惡劣、質量控制難度大和勞動力需求量大等問題,這些問題不僅降低了施工效率,增加了工程成本,還可能威脅到橋梁的耐久性和安全性。面對挑戰,國家積極采取措施推動科技創新,提倡采用裝配式建筑理念。在此背景下,大型預制t梁以其高度標準化、模塊化特性,以及設計遵循統一標準、生產高效、耐久性及安全性優良等優勢,得到廣泛應用。
2、預制t梁作為橋梁工程的核心構件,其斷面尺寸精度對于橋梁工程結構穩定性、安全性以及整體工程質量具有至關重要的影響。在預制t梁的生產過程中,斷面尺寸精度的控制是一項關鍵且復雜的任務。盡管當前對預制t梁的尺寸檢測已得到一定重視,但當前關于預制t梁斷面尺寸精度的研究多集中于事后的尺寸檢測與評估,缺乏對生產前期及過程中影響因素的深入探究和預防策略。
3、為了有效提升預制梁場中預制t梁的制造質量,降低生產不確定性和成本,優化工程效率并提升經濟效益。有必要系統探討影響預制t梁斷面尺寸精度的關鍵因素,對各因素的重要程度量化分析,并基于量化分析結果,構建斷面尺寸精度的預測模型,實現對預制t梁斷面尺寸精度的有效預測與監控。為推動預制t梁生產的高質量發展,促進公路交通建設的高質量轉型提供理論支持。
技術實現思路
1、為解決當前關于預制t梁斷面尺寸精度控制缺乏對生產前期及過程中影響因素的深入探究和預防策略的問題,本專利技術的目的在于提供一種在生產前期及過程中控制預制t梁斷面尺寸精度,能夠為預制梁場提升預制t梁的制造質量、降低生產不確定性和成本、提升經濟效益提供理論支撐的大型預制t梁斷面尺寸精度預測方法。
2、為實現上述目的,本專利技術提供如下技術方案:
3、一種大型預制t梁斷面尺寸精度預測方法,其特征在于,包括如下步驟:獲取預制t梁斷面尺寸精度的原始數據,對所述斷面尺寸精度的原始數據進行缺失值處理、異常值處理和歸一化處理;列舉出預制t梁的特征參數,基于隨機森林算法進行特征選擇得到影響斷面尺寸精度的特征排序,并基于機理分析結合所述特征排序得到關鍵影響因素;設定反向傳播神經網絡的參數,并利用遺傳算法對反向傳播神經網絡的初始權值進行優化;將所述關鍵影響因素數據集劃分為訓練集和測試集,利用訓練集數據基于優化后的初始權值構建斷面尺寸精度預測模型,利用測試集數據對模型的準確率是否達到要求進行驗證。
4、在一個優選的實施方式中,所述獲取預制t梁斷面尺寸精度的原始數據,對所述斷面尺寸精度的原始數據進行缺失值處理、異常值處理和歸一化處理,具體的步驟如下:收集工藝過程質量數據,通過現場質量檢測報告獲取原材原始數據、模具原始數據以及施工工藝原始數據,從三維掃描報告中獲取尺寸原始數據,原始數據的缺失值采用均值填補法處理,異常值處理采用拉依達準則法,最后采用min-max標準化,實現對工藝過程質量數據的預處理。
5、在一個優選的實施方式中,所述列舉出預制t梁的特征參數,基于隨機森林算法進行特征選擇得到影響斷面尺寸精度的特征排序,具體的步驟如下:從原始數據集中基于有放回的隨機抽樣技術抽取樣本,每次抽取總量的70%,重復此過程k次;在每次抽取的樣本中,從d個特征中隨機選擇2d/3個特征,以此構建多個回歸樹模型;將生成的回歸樹任其自然生長直至達到預設的樹數量限制,隨后對模型的泛化誤差進行計算;基于訓練樣本集構建回歸樹,并在配套的測試集上進行預測,基于重要度評分計算公式得出各個特征的重要度評分;基于預設的重要度評分閾值,篩選出評分超過該閾值的特征。
6、在一個優選的實施方式中,所述對反向傳播神經網絡的初始權值進行優化,具體的步驟如下:確定bp網絡拓撲結構,并初始化權值閾值和初始化遺傳算法種群;所述初始化權值閾值的初始化內容包括由隱藏層到輸入層的權值、輸出層到隱藏層的權值、隱藏層和輸出層的閾值;所述初始化遺傳算法種群的初始化內容包括初始種群規模、迭代次數、交叉率和變異率,對種群中每個個體進行初始編碼;將均方根誤差作為適應度函數,計算種群中每個個體對應的初始適應度值:基于輪盤賭選擇法進行選擇操作,將輪盤按照每個個體的適應度值的比例進行劃分,將適應度值取倒數得到個體被選中的概率公式,根據概率公式得到適應度值的倒數越大,被選擇的概率越高;基于遺傳算法進行交叉操作和變異操作;比較所有個體的適應度值,判斷是否達到最大迭代次數,若是則停止迭代,輸出最優權值和最優閾值參數,更新ga-bp神經網絡的初始參數設置,若不是則轉回選擇操作繼續執行。
7、在一個優選的實施方式中,所述利用訓練集數據構建斷面尺寸精度預測模型,利用測試集數據對模型的準確率是否達到要求進行驗證,具體的步驟如下:利用訓練集對網絡進行進一步訓練,計算模型的均方誤差mse,若mse達到預設標準,則訓練完成;若mse未達到預設標準,則根據誤差反饋對模型的權重和閾值進行調整;判斷模型的訓練次數是否達到上限次數,若是則終止訓練,若否則轉回所述利用訓練集對網絡進行進一步訓練步驟。
8、本申請實施例中提供的一個或多個技術方案,至少具有如下技術效果或優點:
9、1.本專利技術能夠用于預制梁場對預制t梁斷面尺寸精度的有效預測與監控,為降低生產不確定性和成本、提升經濟效益提供理論支撐。
10、2.本專利技術能夠有效提升預制t梁的制造質量,優化工程生產效率。
11、3.本專利技術可用于推動預制梁生產的高質量發展,促進公路交通建設的轉型。
本文檔來自技高網...【技術保護點】
1.一種大型預制T梁斷面尺寸精度預測方法,其特征在于,包括如下步驟:
2.根據權利要求1所述的一種大型預制T梁斷面尺寸精度預測方法,其特征在于,所述獲取預制T梁斷面尺寸精度的原始數據,對所述斷面尺寸精度的原始數據進行缺失值處理、異常值處理和歸一化處理,具體的步驟如下:
3.根據權利要求1所述的一種大型預制T梁斷面尺寸精度預測方法,其特征在于,所述列舉出預制T梁的特征參數,基于隨機森林算法進行特征選擇得到影響斷面尺寸精度的特征排序,具體的步驟如下:
4.根據權利要求1所述的一種大型預制T梁斷面尺寸精度預測方法,其特征在于,所述對反向傳播神經網絡的初始權值進行優化,具體的步驟如下:
5.根據權利要求1所述的一種大型預制T梁斷面尺寸精度預測方法,其特征在于,所述利用訓練集數據構建斷面尺寸精度預測模型,利用測試集數據對模型的準確率是否達到要求進行驗證,具體的步驟如下:
6.根據權利要求3所述的一種大型預制T梁斷面尺寸精度預測方法,其特征在于,所述重要度評分計算公式,具體的計算公式如下:
7.根據權利要求4所述的一種大
8.根據權利要求4所述的一種大型預制T梁斷面尺寸精度預測方法,其特征在于,所述概率公式,具體的計算公式如下:
9.根據權利要求4所述的一種大型預制T梁斷面尺寸精度預測方法,其特征在于,所述交叉操作和變異操作,具體的步驟如下:
...【技術特征摘要】
1.一種大型預制t梁斷面尺寸精度預測方法,其特征在于,包括如下步驟:
2.根據權利要求1所述的一種大型預制t梁斷面尺寸精度預測方法,其特征在于,所述獲取預制t梁斷面尺寸精度的原始數據,對所述斷面尺寸精度的原始數據進行缺失值處理、異常值處理和歸一化處理,具體的步驟如下:
3.根據權利要求1所述的一種大型預制t梁斷面尺寸精度預測方法,其特征在于,所述列舉出預制t梁的特征參數,基于隨機森林算法進行特征選擇得到影響斷面尺寸精度的特征排序,具體的步驟如下:
4.根據權利要求1所述的一種大型預制t梁斷面尺寸精度預測方法,其特征在于,所述對反向傳播神經網絡的初始權值進行優化,具體的步驟如下:
5.根據權利要求1所述的一種大型預制...
【專利技術屬性】
技術研發人員:王磊,李向峰,陳健,殷敏,錢龍,王政,張霰,方毛林,張成龍,林寧,李國寧,胡磊,鄒磊,劉文琦,葛磊,裴正杰,張立,
申請(專利權)人:國網安徽省電力有限公司經濟技術研究院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。