摘要
本发明公开一种隧道火灾温度场及其功能毁伤效应正反演的数智学习方法,该方法通过包括训练数据集和验证数据集的温度场数据集对温度场神经网络进行训练以及优化,得到温度场数智学习模型,实现对隧道火灾温度场的数智学习;进而根据隧道火灾温度场的数智学习的学习结果,构建隧道毁伤数据集,基于隧道毁伤数据集,获取正演数据集和反演数据集,分别代入正演神经网络和反演神经网络,进行数据学习和迭代,构建隧道功能毁伤正演模型和火源信息反演模型。本发明的方法预测效率高,泛化能力强,精度高。
技术关键词
火灾火源位置
隧道
建筑材料
学习方法
毁伤效应
编码器
反演模型
数字孪生方法
节点位置信息
夹角余弦
前馈神经网络
火灾场景
数据爬取方法
非线性
物理
数据插值方法
火灾现场
系统为您推荐了相关专利信息
收球装置
人机交互部件
移动底盘
碳纤维板材
撞击缓冲装置
手势特征
手势识别方法
手势识别模型
双向长短期记忆网络
全卷积神经网络
资源分配策略
资源分配优化方法
深度神经网络模型
Q学习算法
资源配置参数
水位流量关系
顶托
深度学习模型
深度学习方法
模型超参数