摘要
本发明公开了一种基于机器学习的桥梁预应力钢筋后张法张拉次序预测方法,属于机器学习领域,包括:采集桥梁结构的基本信息,基于基本信息通过有限元模拟生成不同张拉次序下的有效预应力数据;根据有效预应力数据确定最优张拉次序并构建原始数据集;对原始数据集进行预处理后输入机器学习模型进行训练,得到用于预测最优张拉次序的预测模型;将待预测桥梁的基本信息输入预测模型,输出对应的最优张拉次序。本发明能够精准的预测出预应力钢筋的最优张拉次序,进而减少在张拉预应力钢筋中的预应力损失,提高桥梁的承载能力,提高工作效率,降低工作成本。
技术关键词
预应力钢筋
桥梁预应力
机器学习模型
桥梁结构
桥梁有限元模型
集成学习算法
正则化参数
混凝土
数据
训练集
连续型
偏心距
超参数
策略
特征值
样本
复杂度
系统为您推荐了相关专利信息
汽车火花塞
工作参数数据
系统监控模块
检测预警系统
预警模块
泄漏定位方法
氢气浓度传感器
监测点
三维立体
粒子群优化算法
查询输入信息
桥梁钢结构技术
智能检索方法
对象
智能检索装置
环境传感器数据
三维重建模型
高维特征向量
深度学习模型
深度学习算法
预后预测模型
预后预测方法
预后预测系统
机器学习算法
机器学习模型