摘要
本发明公开一种基于群智能强化决策的公路路基速度场智能成像方法,该方法通过结合群智能优化算法和深度强化学习使得算法在搜索过程中不会过早地聚集在局部较优解附近,增强了群体的搜索能力,扩大了探索解空间的范围,有效避免了局部收敛和早熟现象,从而显著提高了成像精度,使成像结果能够更准确地反映公路路基的真实结构状况;借助深度强化学习可以自动寻找最优参数组合,降低了因参数众多且不同组合影响搜索结果而带来的优化难度;在深度强化学习的辅助下,提高了算法在多极值空间中的稳定性,有效克服了参数随机带来的多值问题,进而提升了算法的鲁棒性,满足了实际工程对高效、高精度成像的需求。
技术关键词
公路路基
深度强化学习
成像方法
路基结构
场结构
非易失性存储介质
粒子
决策
可执行程序代码
曲线
多参数
振动信号采集系统
群智能优化算法
地层横波速度
网络
三维速度场
通信接口