摘要
本发明涉及一种基于两阶段预测模型的木拱廊桥参数智能设计方法,包括:获取历史木拱廊桥设计数据并从中提取关键设计参数和目标输出参数,然后进行预处理;关键设计参数包括木拱廊桥的长度、宽度、跨度和拱肋数目,目标输出参数为各节苗直径范围;基于SSA‑XGBoost算法构建第一阶段预测模型,输入长度、宽度、跨度及拱肋数目,输出矢跨比的预测值;基于CF‑BPNN网络模型构建第二阶段预测模型,输入长度、宽度、跨度、拱肋数目及矢跨比预测值,输出各节苗根径范围的预测值;采用机器学习模型性能评价指标量化模型性能,并基于特征重要性分析确定各输入参数对预测结果的贡献度,以优化输入参数选择。该方法能够快速、精确地预测木拱廊桥的矢跨比和节苗根径。
技术关键词
智能设计方法
XGBoost算法
两阶段
木拱廊桥
参数
跨度
融合专家
计算机程序指令
XGBoost模型
机器学习模型
智能设计系统
策略优化模型
搜索算法
数据
归一化方法
级联
指标
传播算法
误差
系统为您推荐了相关专利信息
生命体征检测方法
门锁定技术
调频连续波雷达
算法模型
人体体征信号
地震动参数
抗震设防烈度
电网设备
多元回归模型
矩阵
谐波抑制系统
同步电机
学习控制器
迭代学习控制算法
遗传算法
容量估算方法
锂离子电池
等效电路模型参数
在线辨识算法
电池可用容量