摘要
本发明涉及一种基坑位移预测与智能预警方法,首先在数据采集模块采用多参数传感器收集基坑的关键数据;随后在数据处理模块采用改进的精细复合多元多尺度符号动态熵(RCMMSDE)特征提取方法,提取与基坑位移预测预警密切相关的数据;并引入量子衍生特征模态分解(Q‑FMD)技术对筛选出来的数据进行分解;然后选择K折交叉验证法(K‑CV)与生物地理学优化算法(BBO)结合,优化ETSformer模型的α、φ超参数,提升模型性能;最后在等级评估、监控预警模块,根据专家经验建立基坑位移评估,最后通过摄像视频观测位移具体距离,通过中央控制显示平台完成预警。
技术关键词
基坑位移预测
智能预警方法
生物地理学优化算法
K折交叉验证法
量子态
BBO算法
智能预警系统
显示平台
特征提取方法
多参数传感器
中央控制
故障特征频率
信号
重构
超参数
划分算法
阻尼参数
数据处理模块
系统为您推荐了相关专利信息
智能预警方法
有害气体传感器
声音传感器
预警处置系统
噪声强度
大棚
智能预警方法
温度预测模型
sigmoid函数
光照强度数据
时间卷积网络
情感类别
递归神经网络
隐马尔可夫模型
量子态
轨道交通数据
生成随机
量子纠缠态
强度
均匀分布方法