摘要
本发明提供一种基于集成学习的水泥土搅拌桩成桩强度预测方法及系统,首先获取水泥土搅拌桩施工全周期包含搅拌设备工况参数、水泥土体配比参数及施工场地地质条件参数的参数关联集合,接着构建参数关联模式,生成工况与配比参数的第一关联模式、配比与地质条件参数的第二关联模式,再根据关联模式生成集成学习框架的特征关联链路,调用适配的集成学习框架对链路进行多模式协同预测,得到成桩强度变化趋势,最后基于成桩强度变化趋势及预设区间生成成桩质量评估链路,由此能够精准预测强度变化,指导施工,提高成桩质量。
技术关键词
强度预测方法
集成学习框架
工况参数
分支
成桩
神经网络预测模型
阶段
链路
水泥土搅拌桩施工
多模式协同
土层结构
预测特征
节点
支持向量机预测模型
序列
注浆
系统为您推荐了相关专利信息
轧钢生产线轧机
自动化稳定控制
人机交互界面
轧制控制技术
设备运行状态
掩膜
贝叶斯神经网络
多级特征
注意力
物体检测模型
混合深度学习模型
融合遥感影像
池化特征
残差模块
分支