摘要
本发明提出了基于因果推断与机器学习的注浆材料强度预测方法及系统,属于注浆材料性能预测技术领域,包括:采集对注浆材料抗压强度有潜在影响的关键因素数据;对采集的数据进行预处理;从预处理后的数据中选择与注浆材料强度性能相关的变量,初步构建因果结构图;对初步构建因果结构图进行处理得到完整的因果网络图,基于完整的因果网络图得到主要影响因素;基于主要影响因素构建数据集;基于数据训练深度神经网络预测模型,获得训练后的深度神经网络预测模型;将待测材料的特征数据进行预处理,确保数据格式与模型一致,并加载已训练后的深度神经网络预测模型进行预测,生成抗压强度的预测值。
技术关键词
注浆材料
强度预测方法
训练深度神经网络
外加剂
数据格式
节点
性能预测技术
变量
预测模型训练
ReLU函数
处理器
计算机装置
计算机程序产品
非线性
预测系统
水泥
模块
系统为您推荐了相关专利信息
车辆故障诊断方法
车辆故障诊断装置
故障诊断模型
数据库更新
模版
动态避障方法
动态障碍物
巡检机器人
轮廓提取
多传感器融合
事件关联模型
异常事件
智能预测方法
标识
电力监控终端
力学性能预测方法
立方碳化硅
微观结构演化
裂纹尺寸
断裂力学模型