摘要
本发明是考虑多维相关的地层开挖变形时空概率深度学习预测方法,步骤为:融合多源地质勘探数据建立三维地质模型;进行基础开挖或掘进过程的数值模拟,得到开挖面或掘进面的多维相关变量数值模拟结果,并建立多维相关数据集;应用多维相关数据集训练深度学习模型,实现对地层开挖变形多维联合时空概率密度分布的极大似然估计;应用地层开挖变形深度学习模型,保持其他参数与真实施工参数一致,获取在已有参数组合条件下地层开挖变形量X的大样本采样结果;完成地层开挖变形的区间预测;最终将提出的地层开挖变形深度学习模型进行Web部署,并基于多种软件开发手段搭建地层开挖变形实时智能预测系统,实现地层开挖变形实时智能预测。
技术关键词
深度学习预测
地球物理勘探数据
地质勘探数据
三维地质模型
训练深度学习模型
智能预测系统
岩土参数
融合多源
无人机数据
地质填图
监测点
激光扫描仪
内摩擦角
样本
数值
掘进面
变量
系统为您推荐了相关专利信息
三维地质模型
特性分析方法
高分辨率遥感数据
形态学建筑物指数
地质结构
遗传编程算法
程序生成方法
程序生成程序
符号
训练深度学习模型
地质钻孔
三维地质模型
三维地质建模
可视化方法
风电
深度学习训练数据
训练深度学习模型
生成对抗网络
生成深度学习
功耗
孔隙水压力值
三维地质模型
隧道模型
地铁隧道结构
克里金插值方法