摘要
本发明涉及一种基于机器学习的T梁预应力摩阻损失预测方法,属于机器学习领域,方法包括:获取若干桥梁的原始数据,并对所述原始数据进行预处理;其中,所述原始数据包括:桥梁尺寸数据和桥梁工作数据;构建基于激活函数的预设神经网络模型,定义相关训练函数与验证函数;基于预处理后的数据,利用所述相关训练函数与验证函数,对所述预设神经网络模型进行训练与验证,获取预测模型;基于所述预测模型,进行T梁预应力摩阻损失预测。本发明能够更准确地预测桥梁T梁预应力摩阻损失,提高了桥梁施工监测的效率、准确性和可靠性,具有工程适应性强,预测效率高等优点。
技术关键词
神经网络模型
特征工程
桥梁施工监测
优化神经网络
桥梁T梁
标准化方法
数据
定义
遗传算法
符号
尺寸
钢筋
策略
标签
模式
参数
系统为您推荐了相关专利信息
氟橡胶配方
建模方法
预测特征
留一交叉验证
支持向量回归模型
重构方法
飞行器外形
通道注意力机制
外形飞行器
表达方法
轨道车辆
实时监测方法
噪声数据
指标
实时监测系统
定位桩
位移预测方法
偏转角
BP神经网络模型
响应曲面法
数据
神经网络模型
参数
计算机存储介质
电子设备