[发明专利]一种岩质基坑爆破参数动态调控方法在审
申请号: | 201911038692.8 | 申请日: | 2019-10-29 |
公开(公告)号: | CN110826714A | 公开(公告)日: | 2020-02-21 |
发明(设计)人: | 姜谙男;蒋腾飞;李兴盛;薛永锋;侯拉平 | 申请(专利权)人: | 大连海事大学 |
主分类号: | G06N3/12 | 分类号: | G06N3/12;G06Q50/26 |
代理公司: | 大连至诚专利代理事务所(特殊普通合伙) 21242 | 代理人: | 杨威;杨爽 |
地址: | 116000 辽宁省*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基坑 爆破 参数 动态 调控 方法 | ||
1.一种岩质基坑爆破参数动态调控方法,其特征在于,步骤如下:
S1:设置差异进化算法(DE)的变异因子,交叉因子,差异策略及种群规模相关参数并选取高斯算法(GP)中的核函数,依照差异进化算法(DE)规则随机产生高斯算法(GP)核函数中超参数作为初始种群;
S2:根据提供的训练样本,对初始种群进行高斯算法(GP)学习,并对测试样本进行预测,得到输出值,并通过核函数对输出值进行适应度评价;
S3:按照DE算法对S1产生的初始种群进行变异、交叉操作,对生成的新种群赋予高斯算法(GP)再次进行学习、预测,对预测结果再次进行适应度评价,并与之前种群作比较,选择保留更优的种群作为新的父代种群;
S4:设置迭代终止条件,对最优解进行迭代终止条件判断,若满足终止条件则退出计算,否则,返回S3;
S5:反复进行差异进化算法(DE)过程的变异、交叉、选择、高斯算法(GP)预测、适应度评价操作,直至最大种群迭代数或目标函数值达到预设值,完成高斯-差异进化算法(GP-DE)优化并退出程序。
2.根据权利要求1所述的岩质基坑爆破参数动态调控方法,其特征在于,S1所述的差异策略具体为对种群进行变异、交叉和选择操作。
3.根据权利要求1所述的岩质基坑爆破参数动态调控方法,其特征在于,S1所述的核函数为平方指数协方差函数(SE)。
4.根据权利要求1所述的岩质基坑爆破参数动态调控方法,其特征在于,S2所述测试样本和训练样本包括输入变量和输出变量,输入变量包括:炮孔孔径炮孔深度h1、炮孔间距a、炮孔排距b、炮孔数量n、不耦合装药系数λ、药卷长度h2、最大单孔药量Q1、最大单响药量Q2和爆心距L,输出变量包括爆破振速v。
5.根据权利要求3所述的岩质基坑爆破参数动态调控方法,其特征在于,S2所述适应度评价方法为采用适应度函数计算学习样本振速xp与预测样本振速xq的误差,所述适应度函数为:
式中:σf,l,σn均为超参数。用来控制局部相关性的程度;l为数据点之间的距离尺度;σn为噪音的标准差;δpq是符号函数,当p=q时,δpq=0,否则δpq=1,xp、xq分别代表学习样本振速与预测样本振速。
6.根据权利要求1所述的岩质基坑爆破参数动态调控方法,其特征在于,S3所述的迭代终止条件为如果本代最佳个体的个体预测误差小于预测误差给定值,则满足结束条件,输出本代最佳个体作为高斯算法(GP)的最优超参数;预设定进化代数G,如果本代迭代次数>G,则满足结束条件,输出本代最佳个体作为高斯算法(GP)的最优超参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连海事大学,未经大连海事大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911038692.8/1.html,转载请声明来源钻瓜专利网。