摘要
本发明提供了生成对抗网格的地应力场反演方法,基于GΑN数据增强的优越性,对侧向应力系数的分布进行深度学习,使用GΑN分析侧向应力系数,引入的生成对抗网络对古代侧应力系数进行微调,优化现今的地应力场,满足工程分析的需求。均匀设计的优点在与可以很大程度上减少测试的次数,且保持训练样本均匀分散。在每次均匀设计试验后,即可进行GΑN的训练,训练完成后,将测点的数据输入到GΑN中,就可以得到优化后的侧应力系数,优化后的古地应力场可以通过计算得到,可以在非线性弹塑性开挖模拟后获得现今地应力场。
技术关键词
应力场反演
网格
生成对抗网络
深度神经网络
因子
非线性
数据分布
样本
六面体
泊松比
参数
力学
测量点
分类器
矩阵
坐标系
系统为您推荐了相关专利信息
预测风速校正方法
生成对抗网络模型
因子
电力系统新能源发电
校正算法
信道接入方法
LSTM模型
免授权频段
信道状态信息值
脉冲特征
感知装置
数据采集单元
信号处理单元
信号调制识别
频谱特征
无源滤波器参数
序列
精确测量方法
因子
频率响应
智能路面
发电方法
压电陶瓷
水泥基压电复合材料
压电发电单元