申请/专利权人：浙江大学;浙江省水利河口研究院(浙江省海洋规划设计研究院)

申请日：2024-01-22

公开（公告）日：2024-04-09

公开（公告）号：CN117852409A

主分类号：G06F30/27

分类号：G06F30/27;G06F30/23;G06Q10/04;G06N20/10;G06F18/214;G06F18/24;G06F111/10;G06F111/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于机器学习的古海塘稳定性与变形预测方法，以现场条件作为模型输入，通过机器学习算法输出古海塘结构的关键物理信息，包括安全系数、最大水平位移、最大垂直位移、最大剪应变等数据。本发明建立了古海塘全生命周期信息数据库，数据库包括常规现场监测结果和基于数值模拟计算的极端工况结果。在数据集的构建过程中采用响应面法，有效降低了生成数据集的时间成本。引入适用于小样本数据库的支持向量回归SVR算法预测古海塘的安全系数及变形情况，能够提高模型的预测精度。本发明实现了古海塘结构正常运营期间内的实时评价及预警，提高了古海塘安全评价效率和智能化程度，为钱塘江古海塘的安全预警评价工作提供了解决方案。

主权项：1.一种基于机器学习的古海塘稳定性与变形预测方法，其特征在于，该预测方法基于一种古海塘响应预测模型实现，所述的古海塘响应预测模型的构建方法包括以下步骤：S1：基于现场监测数据及模型试验总结钱塘江古海塘的关键致灾因素；S2：基于关键致灾因素，利用响应面法生成古海塘全生命周期数据库；S3：基于古海塘全生命周期数据库，利用支持向量回归SVR方法构建古海塘响应预测模型。

全文数据：

权利要求：

百度查询： 浙江大学;浙江省水利河口研究院(浙江省海洋规划设计研究院) 一种基于机器学习的古海塘稳定性与变形预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD