| 发明名称 | 基于BP神经网络与遗传算法实现盾构砂浆性能优化方法 | ||
| 摘要 | 本发明公开了一种基于BP神经网络与遗传算法实现盾构砂浆性能优化方法，包括以下步骤，选取多个在砂浆拌制过程中影响砂浆性能的影响参数以及能够反映砂浆性能的性能观测参数；在不同所述影响参数下配制多组砂浆样本，采集各组砂浆样本的性能观测参数，进行归一化处理，分别得到样本矩阵X和性能样本矩阵Y；以所述样本矩阵X作为输入，以所述性能样本矩阵Y作为输出，运用BP神经网络算法，对样本进行训练，检验，建立拌制过程演化模型；利用遗传算法算法优化模型，寻找所述影响参数的最优范围。 | ||
| 申请公布号 | CN106202753A | 申请公布日期 | 2016.12.07 |
| 申请号 | CN201610560876.0 | 申请日期 | 2016.07.15 |
| 申请人 | 重庆科技学院 | 发明人 | 赵宝云;蒋斌;陈超;张驰;黄天柱;刘洋;黄伟;罗文文;王丽萍;王志华;王国胜;李桂臣;周兆银;杨小院;刘柳;赵丽君;詹林 |
| 分类号 | G06F17/50(2006.01)I | 主分类号 | G06F17/50(2006.01)I |
| 代理机构 | 北京海虹嘉诚知识产权代理有限公司 11129 | 代理人 | 谢殿武 |
| 主权项 | 一种基于BP神经网络与遗传算法实现盾构砂浆性能优化方法，其特征在于，包括以下步骤：选取多个在砂浆拌制过程中影响砂浆性能的影响参数以及能够反映砂浆性能的性能观测参数；在不同所述影响参数下配制多组砂浆样本，并得到影响参数样本矩阵<img file="FDA0001051205190000011.GIF" wi="75" he="73" />采集各组砂浆样本的性能观测参数，并得到与影响参数样本矩阵<img file="FDA0001051205190000015.GIF" wi="51" he="61" />对应的观察参数样本矩阵<img file="FDA0001051205190000012.GIF" wi="66" he="66" />分别对所述影响参数样本矩阵<img file="FDA0001051205190000013.GIF" wi="51" he="59" />和观察参数样本矩阵<img file="FDA0001051205190000014.GIF" wi="43" he="58" />进行归一化处理，分别得到样本矩阵X和性能样本矩阵Y；以所述样本矩阵X作为输入，以所述性能样本矩阵Y作为输出，运用BP神经网络算法，对样本进行训练，检验，建立拌制过程演化模型；利用遗传算法算法优化模型，寻找所述影响参数的最优范围。 | ||
| 地址 | 401331 重庆市沙坪坝区虎溪大学城重庆科技学院 | ||