基于ECNN的高速铁路路基累积变形预测方法

AITNT
正文
推荐专利
基于ECNN的高速铁路路基累积变形预测方法
申请号:CN202411607887
申请日期:2024-11-12
公开号:CN119598842A
公开日期:2025-03-11
类型:发明专利
摘要
本发明公开了基于ECNN的高速铁路路基累积变形预测方法,包括以下步骤:将历史时刻的路基累积变形数据输入到已训练好的ECNN模型中进行处理,即得到路基在未来时刻的累积变形值;其中,所述ECNN模型由机器学习模型与稳定型累积塑性应变曲线耦合后构建得到。本发明的构思巧妙,简单易操作,实现了外泛化性能强的技术目的,有效解决了传统机器学习路基累积预测模型只有分布内的泛化能力、存在时间分布外泛化性差的技术问题,可为高速铁路路基累积变形预测提供新参考。
技术关键词
高速铁路路基 变形预测方法 机器学习模型 稳定型 表达式 优化机器学习 迭代优化算法 预测误差 评价机器 GRU模型 BP模型 算术平均值 曲线 数据 工程现场 指标 参数 训练集 代表
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号