摘要
本发明公开了一种基于机器学习的堆石料模型参数快速预测方法及系统,方法包括获取堆石料的物理参数和堆石料邓肯‑张E‑B模型参数作为原始样本数据集;对原始样本数据集进行扩充并进行标准化;将标准化数据集进行划分;基于数据集构建堆石料邓肯‑张E‑B本构模型参数预测模型;对堆石料邓肯‑张E‑B本构模型参数预测模型进行优化,得到堆石料邓肯‑张E‑B本构模型参数快速预测模型;根据堆石料邓肯‑张E‑B本构模型参数快速预测模型对堆石料进行快速预测得到邓肯‑张E‑B模型参数。本发明采用上述方法,克服了三轴试验周期长、成本高和反演分析方法在工程竣工前难以获得有效数据以支持其反演的固有缺陷。
技术关键词
石料
Copula函数
扩充模块
粒子群优化算法
数据
累积分布函数
样本
输入模块
物理特征参数
集成学习算法
预测系统
正态分布函数
决策树桩
力学
指数
弱分类器
系统为您推荐了相关专利信息
FlexRay总线
通信转换模块
SPI总线
通信单元
主控芯片
高速公路实时监控
事故预警系统
环境感知数据
特征提取单元
文本特征向量
转速预测方法
锚杆钻机
钻进参数
优化BP神经网络
皮尔逊相关系数