一种基于人工神经网络和质心算法的定位方法.pdf

上传人:62****3 文档编号:1640218 上传时间:2018-06-30 格式:PDF 页数:5 大小:248.73KB
返回 下载 相关 举报
摘要
申请专利号:

CN201310553275.3

申请日:

2013.11.07

公开号:

CN104636357A

公开日:

2015.05.20

当前法律状态:

撤回

有效性:

无权

法律详情:

发明专利申请公布后的视为撤回IPC(主分类):G06F 17/30申请公布日:20150520|||公开

IPC分类号:

G06F17/30; G01M1/12

主分类号:

G06F17/30

申请人:

大连市勘察测绘研究院有限公司

发明人:

陈峰; 刘殿英

地址:

116000辽宁省大连市沙河口区胜利路188号金地海景4-5楼

优先权:

专利代理机构:

代理人:

PDF下载: PDF下载
内容摘要

本发明公开了一种基于人工神经网络和质心算法的定位方法,具有如下步骤:对边坡进行有限元分析并采集物理参数,得到边坡的三维有限元模型;使用计算机为所述的有限元模型,计算得到边坡重心的位置;对待检测的边坡进行有限元分析,调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据,使用人工神经网络训练所述的预测函数,得到成熟的目标函数;将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数,得到当前滑动位移序列的预测结果。相较于传统的分析方法,具有更高更科学的分析精度,非常方便预测边坡运动。

权利要求书

权利要求书
1.  一种基于人工神经网络和质心算法的定位方法,具有如下步骤:
—对边坡进行有限元分析并采集物理参数,得到边坡的三维有限元模型; 使用计算机为所述的有限元模型,计算得到边坡重心的位置;
—重复上述步骤,建立边坡重心数据库;
—对待检测的边坡进行有限元分析,根据有限元的数量和边坡的物理参数, 建立当前边坡的重心的预测函数;
—调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据,使用人 工神经网络训练所述的预测函数,得到成熟的目标函数;
—将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数,得 到当前滑动位移序列的预测结果。

2.  根据权利要求1所述的一种基于人工神经网络和质心算法的定位方法, 其特征还在于:对于由预测函数计算得出的当前边坡重心预测结果,采用质心 算法进行结果修正。

3.  根据权利要求1所述的一种基于人工神经网络和质心算法的定位方法, 其特征还在于:所述的数据库中边坡数据至少包含:边坡种类、边坡尺寸、边 坡结构和边坡材质。

4.  根据权利要求1所述的一种基于人工神经网络和质心算法的定位方法, 其特征还在于:对于待测的边坡的有限元特征点,使用插值的方法,近似到数 据库中近似边坡的有限元。

5.  根据权利要求3所述的一种基于人工神经网络和质心算法的定位方法, 其特征还在于:根据分析得出待检测边坡的有限元,在数据库中调取与之类似 的边坡数据,形成相似数据集,使用相似数据集对所述的目标函数进行训练。

说明书

说明书一种基于人工神经网络和质心算法的定位方法
技术领域
本发明涉及一种基于人工神经网络和质心算法的定位方法。
背景技术
边坡变形受降水、地下水位、内部应力变化等多种因素影响,导致不同边 坡的变形机理不尽相同,其变形过程具有复杂性、随机性和不确定性,边坡的变 形预测仍然是一项困难的课题。
边坡由于外形结构复杂,通常具有不规则的外形和轮廓,在力学分析时, 通常很难能够计算得到边坡结构的重心,就很难对边坡的运动趋势做相应的整 体性预测,为道路安全带来了重大的隐患。
现在边坡的种类已经相对固定,即物理性能比如密度和材质等信息已经相 对固定,测量技术的发展,也能够精确的获知边坡的三维形状。
发明内容
本发明针对以上问题的提出,而研制的一种基于人工神经网络和质心算法 的定位方法,具有如下步骤:
—对边坡进行有限元分析并采集物理参数,得到边坡的三维有限元模型; 使用计算机为所述的有限元模型,计算得到边坡重心的位置;
—重复上述步骤,建立边坡重心数据库;
—对待检测的边坡进行有限元分析,根据有限元的数量和边坡的物理参数, 建立当前边坡的重心的预测函数;
—调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据,使用人 工神经网络训练所述的预测函数,得到成熟的目标函数;
—将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数,得 到当前滑动位移序列的预测结果。
对于由预测函数计算得出的当前边坡重心预测结果,采用质心算法进行结 果修正。
所述的数据库中边坡数据至少包含:边坡种类、边坡尺寸、边坡结构和边 坡材质。
对于待测的边坡的有限元特征点,使用插值的方法,近似到数据库中近似 边坡的有限元。
根据分析得出待检测边坡的有限元,在数据库中调取与之类似的边坡数据, 形成相似数据集,使用相似数据集对所述的目标函数进行训练。
由于采用了上述技术方案,本发明提供的一种基于人工神经网络和质心算 法的定位方法,通过对现有边坡进行大量的分析测试,形成数据库,对待检测 的边坡进行有限元分析,形成目标分析函数,对函数使用人工神经网络进行训 练,最后得到边坡的重心位置,相较于传统的分析方法,具有更高更科学的分 析精度,非常方便预测边坡运动。
附图说明
为了更清楚的说明本发明的实施例或现有技术的技术方案,下面将对实施 例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描 述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不 付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的流程图
具体实施方式
为使本发明的实施例的目的、技术方案和优点更加清楚,下面结合本发明 实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
如图1所示:一种基于人工神经网络和质心算法的定位方法,主要包括如 下步骤:
首先,对边坡进行有限元分析并采集物理参数,得到边坡的三维有限元模 型;使用计算机为所述的有限元模型,计算得到边坡重心的位置。
然后,重复上述步骤,建立边坡重心数据库。
其次,对待检测的边坡进行有限元分析,根据有限元的数量和边坡的物理 参数,建立当前边坡的重心的预测函数;
调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据,使用人工 神经网络训练所述的预测函数,得到成熟的目标函数。
最后,将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数, 得到当前滑动位移序列的预测结果。
为了进一步的增加测算的精度,作为一个较佳的实施方式,对于由预测函 数计算得出的当前边坡重心预测结果,采用质心算法进行结果修正。
为了增加预测的精度,保证在具有一定数量样本的情况下,保证预测精度。 作为一个较佳的实施方式,所述的数据库中边坡数据至少包含:边坡种类、边 坡尺寸、边坡结构和边坡材质。
考虑到,实际过程中边坡的有限元,与数据库中的有限元可能不对应,对 于待测的边坡的有限元特征点,使用插值的方法,近似到数据库中近似边坡的 有限元。
为了减少运算量,作为一个较佳的实施方式,根据分析得出待检测边坡的 有限元,在数据库中调取与之类似的边坡数据,形成相似数据集,使用相似数 据集对所述的目标函数进行训练。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局 限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本 发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护 范围之内。

一种基于人工神经网络和质心算法的定位方法.pdf_第1页
第1页 / 共5页
一种基于人工神经网络和质心算法的定位方法.pdf_第2页
第2页 / 共5页
一种基于人工神经网络和质心算法的定位方法.pdf_第3页
第3页 / 共5页
点击查看更多>>
资源描述

《一种基于人工神经网络和质心算法的定位方法.pdf》由会员分享,可在线阅读,更多相关《一种基于人工神经网络和质心算法的定位方法.pdf(5页珍藏版)》请在专利查询网上搜索。

本发明公开了一种基于人工神经网络和质心算法的定位方法,具有如下步骤:对边坡进行有限元分析并采集物理参数,得到边坡的三维有限元模型;使用计算机为所述的有限元模型,计算得到边坡重心的位置;对待检测的边坡进行有限元分析,调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据,使用人工神经网络训练所述的预测函数,得到成熟的目标函数;将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数,得到当前滑动位。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 物理 > 计算;推算;计数


copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1