摘要
本发明涉及一种混凝土碳化深度预测方法、装置、电子设备及介质,该方法包括:获取针对目标管道内的管道支墩的混凝土碳化深度影响参数;将所述混凝土碳化深度影响参数输入至预训练的目标预测模型中,得到所述目标管道对应的管道支墩的混凝土碳化深度,其中,所述目标预测模型是基于Whale Optimization算法对BP神经网络进行优化后得到的模型。通过本发明的方法,对传统BP神经网络进行了优化,克服了传统神经网络算法在处理同类问题时出现的收敛速度慢、容易陷入局部最优解、易受异常值影响、缺乏适应性和泛化能力、难以解释和调整等问题。
技术关键词
混凝土碳化深度
管道支墩
BP神经网络
节点数
样本
神经网络算法
网络拓扑结构
参数
电子设备
可读存储介质
处理器
预测装置
遗传算法
数据
精度
存储器
计算机
因子
系统为您推荐了相关专利信息
决策模型优化方法
编码
图像
驾驶场景视频
嵌入特征
预警定位方法
预警系统
带电显示器
红外测温传感器
多模态传感器