[发明专利]基于机器学习的桩-土相互作用预测分析方法有效
| 申请号： | 202010319454.0 | 申请日： | 2020-04-22 |
| 公开（公告）号： | CN111209708B | 公开（公告）日： | 2020-08-14 |
| 发明（设计）人： | 刘凯文;邱睿哲;何川;倪芃芃;梅国雄;陈德;苏谦;黄俊杰;越斐;周鹏飞;熊志鹏;李源港;邵康;牛妤冰 | 申请（专利权）人： | 西南交通大学 |
| 主分类号： | G06F30/23 | 分类号： | G06F30/23;G06F30/27;G06F30/13;G06N3/04;G06N3/08;G06F119/14 |
| 代理公司： | 成都厚为专利代理事务所(普通合伙) 51255 | 代理人： | 夏柯双 |
| 地址： | 610000 四川省成都市金*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的桩‑土相互作用预测分析方法，属于地基基础工程技术领域。其包括以下步骤：采用拉丁超立方抽样方法建立桩‑土变量的参数样本，采用数值模拟方法对参数样本建模，得到参数样本对应桩体的受力变形值，通过Lasso方法对输入变量及需求变量进行敏感性分析，降低输入变量维度；将参数样本划分为数量均等的K份进行交叉验证，建立基于L‑M算法的BP神经网络模型，隐藏层神经元个数定义在一定范围内循环遍历运算，通过对比训练误差确定最佳隐藏层神经元个数，使用训练后的神经网络模型，预测桩体的受力变形。本发明具有分析流程清晰、可靠性强、效率高的优点，为桩基的设计和应用提供理论依据。 | ||
| 搜索关键词： | 基于 机器 学习 相互作用 预测 分析 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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西南交通大学，未经西南交通大学许可，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/patent/202010319454.0/，转载请声明来源钻瓜专利网。
