摘要
本发明涉及工程数据处理技术领域,具体而言,涉及装配式锚索框架梁加固边坡设计方法及系统、设备、介质,通过改进蝴蝶优化算法对神经网络进行优化,在蝴蝶优化算法的基础上进行改进,使得蝴蝶种群分布更加均匀,采用引入选择因子进行全局搜索、动态调整变异、自适应权重策略对蝴蝶种群进行优选,寻找最优的蝴蝶种群即为对应的神经网络的隐含层参数和学习率参数,通过最优的所述神经网络的隐含层参数和学习率参数输出为最安全的装配式框架梁边坡设计方案。实现了对装配式框架梁边坡设计方案更精确预测。优化后的模型能够更好地利用复杂多样的边坡数据信息,提高了预测模型的鲁棒性和准确性,为工程决策提供了重要的技术支持。
技术关键词
锚索框架梁加固
装配式框架梁
边坡
历史监测数据
参数
工程数据处理技术
数据收集模块
混沌映射方法
上存储计算机程序
算法
记忆
动态
输出模块
权重策略
因子
可读存储介质
训练集
设计系统
处理器
系统为您推荐了相关专利信息
深度神经网络
预测建模
径向基核函数
重构误差
预测误差
识别神经网络
运动状态识别
信道状态信息
到达角估计方法
卷积特征提取
网络流量数据
网络流量分类模型
客户端
识别网络流量
训练样本集