合肥工业大学贺文宇获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉合肥工业大学申请的专利基于IGWO-BP神经网络的管桩承载力预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119918358B 。
龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510118815.8,技术领域涉及:G06F30/23;该发明授权基于IGWO-BP神经网络的管桩承载力预测方法是由贺文宇;朱彭滔;郭湘;魏文桥;王咏安;张昊然;胡庆昊;黄长欣;杨衡设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。
本基于IGWO-BP神经网络的管桩承载力预测方法在说明书摘要公布了:本发明公开了一种基于IGWO‑BP神经网络的管桩承载力预测方法,包括:1、分别建立考虑不同管桩尺寸、土层物理参数的桩‑土有限元模型分别进行动载和静载计算,采集动静载试验数据;2、利用皮尔森相关系数对计算所得动载数据进行特征选择;3、利用动静载实验数据训练BP神经网络模型,并构建改进的灰狼优化算法优化BP神经网络中隐含层与输出层之间的权值和阈值,通过全局搜索找到最佳权值和阈值;4、将预测集的动载试验数据代入IGWO‑BP网络模型进行管桩承载力预测。本发明能利用管桩动载试验数据来预测对应的管桩承载力,从而能实现对管桩承载力高精度预测,以克服管桩承载力静载试验成本高、耗时长等诸多问题。
本发明授权基于IGWO-BP神经网络的管桩承载力预测方法在权利要求书中公布了:1.一种基于IGWO-BP神经网络的的管桩承载力预测方法,其特征在于,包括如下步骤: 步骤1:利用有限元软件分别建立管桩和土的数值模型,相应得到管桩有限元模型和土体有限元模型,从而构成桩-土有限元模型; 步骤2:在桩-土有限元模型中通过改变桩尺寸、土体物理参数来模拟真实情况下的桩土行为; 步骤3:获取动、静载试验数据,包括:管桩的承载力特征向量和桩顶的位移特征向量,其中,分别表示第i次静载试验时的承载力特征数据,表示第i次动载试验时的位移特征数据; 步骤3.1:通过在桩顶施加分级荷载,用于计算在分级荷载作用下桩的荷载-沉降曲线,并根据竖向荷载-沉降曲线,设定单桩竖向抗压极限承载力为总沉降量为Δ时所对应的荷载值,设定单桩竖向抗压承载力特征值为单桩竖向抗压极限承载力的一半,从而对桩-土有限元模型进行静载试验,得到管桩的承载力特征向量,其中,分别表示第i次静载试验时的承载力特征数据;T表示转置;n为试验的总次数; 步骤3.2:创建重锤有限元模型,用于给桩施加一个冲击荷载,从而对桩-土有限元模型进行动载试验,得到桩顶的位移特征向量,其中,表示第i次动载试验时的位移特征数据,且,表示中的第j个位移特征值,M为位移值的数量; 步骤4:计算中每个位移特征值与之间的皮尔森相关系数,并对所有皮尔森相关系数进行降序排序,并选择前个皮尔森相关系数对应的位移特征值,得到第i次动载试验筛选后的位移特征数据,从而得到筛选后的位移特征向量,其中,表示中的第个位移特征值; 步骤5:创建BP神经网络,并以作为BP神经网络模型的输入,以作为BP神经网络模型的输出,从而对BP神经网络进行训练,并得到训练后的管桩承载力预测模型; 步骤6:利用改进的灰狼优化算法优化训练后的管桩承载力预测模型的权值和阈值,从而得到最优权值和最优阈值; 步骤6.1:初始化最大迭代次数,定义当前迭代次数为t,并初始化t=1; 将训练后的管桩承载力预测模型的权值和阈值作为第t代第s个灰狼个体,从而构建规模为N的第t代狼群; 步骤6.2:利用式1计算第t代狼群中第s只灰狼个体的适应度值,并得到第t代狼群中所有灰狼个体并进行排序,从而选取适应度值最小的前三等级灰狼个体分别记为第t代狼群中的α狼个体、β狼个体、δ狼个体; 1 式1中,分别第s只灰狼个体所对应的管桩承载力预测模型对的预测值; 步骤6.3:利用GWO算法对进行更新,得到第t+1代第s个候选灰狼个体; 步骤6.4:利用DLH算法对进行更新,得到第t+1代第s个备选灰狼个体; 步骤6.5:利用式1计算和的适应度值,并选取适应度值较小的灰狼个体作为第t+1代第s个灰狼个体;从而得到第t+1代狼群; 步骤6.6:将t+1赋值制给t后,返回步骤6.2顺序执行,直至为止,从而得到第代狼群中的N个灰狼个体,并从中选取适应度最小的灰狼个体并作为分别训练后的管桩承载力预测模型的最优权值和最优阈值; 步骤7:以最优权值和最优阈值对应的训练后的管桩承载力测模型作为最优管桩承载力预测模型,用于实现管桩承载力的预测。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励