[发明专利]基于深度神经网络的城市桥况等级实时划分方法及装置

说明书

本发明公开了一种基于深度神经网络的城市桥况等级实时划分方法及装置，方法包括步骤一、将实时城市桥梁状况监测数据组作为训练好的神经网络的输入，分别得到实时桥梁状况最高得分、实时桥梁状况最可能得分和实时桥梁状况最低得分；二、根据实时桥梁状况最高得分、实时桥梁状况最可能得分和实时桥梁状况最低得分计算出实时桥梁状况得分；三、根据实时桥梁状况得分实时划分城市桥梁状况等级。本发明方法步骤简单，通过深度神经网络对城市桥梁状况监测数据与专家评分的自动学习，建立起城市桥梁状况与专家评分之间的相关关系，自主地对实时桥梁状况进行评分，实时划分桥梁状况划分等级并及时给出养护对策，实现安全运营，效果显著，便与推广。

技术领域

本发明属于人工智能技术领域，具体涉及一种基于深度神经网络的城市桥况等级实时划分方法及装置。

背景技术

城市桥梁养护主要根据桥梁结构完好状态分级进行分类养护，而城市桥梁状况等级用以表征桥梁结构的完好状态。根据《城市桥梁养护技术规范》，城市桥梁状况等级分为A、B、C、D和E五个等级，每一等级对应一类养护对策，比如A级对应的养护对策为“日常保养”等，同时，每一城市桥梁状况等级对应一个桥梁状况得分范围，比如A级对应的得分范围为[90,100]等。因此，将城市桥梁状况得分划入相应的桥梁状况等级可以获得相应的养护对策。目前，城市桥梁状况依赖人工经验酌情确定得分，造成人工成本较高，桥梁状况等级划分不准确、不及时，养护时机滞后等问题。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于深度神经网络的城市桥况等级实时划分方法，其方法步骤简单，实现方便，通过深度神经网络对城市桥梁状况监测数据与专家评分的自动学习，建立起城市桥梁状况与专家评分之间的相关关系，自主地对实时桥梁状况进行评分，实时划分桥梁状况划分等级并根据等级及时给出养护对策，从而确保城市桥梁始终处于正常工作状态，实现安全运营，效果显著，便与推广。

为解决上述技术问题，本发明采用的技术方案是：一种基于深度神经网络的城市桥况等级实时划分方法，该方法包括以下步骤：

步骤一、将实时城市桥梁状况监测数据组X’分别作为训练好的最高得分神经网络、训练好的最可能得分神经网络和训练好的最低得分神经网络的输入，训练好的最高得分神经网络输出实时桥梁状况最高得分A’，训练好的最可能得分神经网络输出实时桥梁状况最可能得分B’，训练好的最低得分神经网络输出实时桥梁状况最低得分C’，所述训练好的最高得分神经网络、训练好的最可能得分神经网络和训练好的最低得分神经网络均具有最佳网络参数，所述最佳网络参数包括最佳偏置参数、最佳学习率和最佳权重参数；

步骤二、根据实时桥梁状况最高得分A’、实时桥梁状况最可能得分B’和实时桥梁状况最低得分C’计算出实时桥梁状况得分U；

步骤三、根据实时桥梁状况得分U实时划分城市桥梁状况等级。

上述的一种基于深度神经网络的城市桥梁状况等级实时划分方法，还包括步骤四、计算机根据实时划分的城市桥梁状况等级自动给出对应的养护对策。

上述的一种基于深度神经网络的城市桥梁状况等级实时划分方法，步骤一中所述实时城市桥梁状况监测数据组X’为：X’＝{X’₁,X’₂,....,X’_i,...,X_’}，其中，X’_i表示第i个实时桥梁状况监测数据组，实时桥梁状况监测数据组包括桥跨结构、桥墩、桥台、墩台基础、支座、桥面铺装、排水管、护栏、伸缩缝和照明灯光，m表示实时桥梁状况监测数据组的个数。

上述的一种基于深度神经网络的城市桥梁状况等级实时划分方法，步骤一中所述训练好的最高得分神经网络的具体实现过程包括：

步骤A1、构建最高得分神经网络模型；

步骤A2、对最高得分神经网络模型进行初始化，得到初始化最高得分神经网络模型；