(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202210816626.4
(22)申请日 2022.07.12
(71)申请人 西南交通大 学
地址 610000 四川省成 都市二环路北一段
(72)发明人 杨成 尹炜浩 黄滟雯
(74)专利代理 机构 成都乐易联创专利代理有限
公司 51269
专利代理师 赵何婷
(51)Int.Cl.
G06F 30/13(2020.01)
G06F 30/23(2020.01)
G06F 30/27(2020.01)
G06Q 10/06(2012.01)
G06Q 50/08(2012.01)
(54)发明名称
基于主动学习的高斯过程元模型的盾构隧
道风险评估方法
(57)摘要
本发明提供了一种基于改进的高斯过程元
模型的盾构隧道风险评估方法, 包括(1)建立有
限元模型; (2)采用基于主动学习的高斯过程元
模型算法对有限元模型进行分析计算, 采用搜索
函数找到 学习函数的阈值, 再利用学习函数找到
最佳训练点, 并将找到的训练点更新至初始训练
集中; (3)利用matlab进行数据可视化处理。 本发
明采用搜索函数和学习函数找 寻最佳训练点, 对
高斯过程元模 型进行改进, 使 算法更适合有潜在
尾部风险的非线性 函数的分析。
权利要求书2页 说明书7页 附图2页
CN 115098928 A
2022.09.23
CN 115098928 A
1.基于改进的高斯过程元模型的盾构隧道风险评估方法, 其特 征在于, 包括如下步骤:
(1)建立有限元模型
基于混凝土塑性开裂本构、 预埋螺栓与混凝土的非线性粘结滑移机制建立了隧道管
片‑车站环梁连接段 的局部精细化有限元模型, 通过在混凝土与螺栓的交界面植入可发生
剪切错动的界面单 元来表征相对滑 移和粘结传力作用;
(2)基于主动学习的高斯过程元模型算法对有限元模型进行分析计算
(2‑1)生成初始训练集Xs和侯选样本集Xc, 并计算所述初始训练集的输出变量Ys;
(2‑2)使用初始训练集{Xs,Ys}训练高斯过程元模型, 采用训练后的高斯过程元模型计
算候选样本集Xc的输出量Y, 再计算输出量Y三重估算的失效概率, 并根据失效概率预测其
状态;
(2‑3)设置阈值ε, 计算失效概率的损失函数, 并将损失函数与阈值ε 比较, 当损失函数
小于阈值时结束, 否则执 行下一步骤;
(2‑4)采用搜索函数找到学习函数的阈值, 再利用学习函数找到最佳训练点, 并将找到
的最佳训练点更新至初始训练集中, 重新 开始步骤(2 ‑1)~步骤(2 ‑3);
其中, 搜索函数 是通过调用激活函数对损失函数的加权形成的,
式中 ,
为搜索函数 , α(y ′)为激活函数 ,
为三重预测模型的分布函数, ψ(y|y ’,ω)为一个以训练点y'为
中心参数为ω的核函数;
(3)利用matlab生成样本候选集, 再用批量化计算得到初始训练集, 最后有限元软件实
现步骤(2)的过程, 保存需要的结果或中间数据, 并对数据做可视化处 理。
2.根据权利要求1所述的基于改进的高斯过程元模型的盾构隧道风险评估方法, 其特
征在于, 步骤(1)中所述有限元模 型包括带锚固板模型和不带锚固板模 型, 不带锚固板模型
包括锚固长度充分模型、 锚固长度不足模型。
3.根据权利要求1所述的基于改进的高斯过程元模型的盾构隧道风险评估方法, 其特
征在于, 步骤(2 ‑1)中采用分层抽样法生 成初始训练集, 并通过有限元软件计算出所述初始
训练集的输出量Ys。
4.根据权利要求1所述的基于改进的高斯过程元模型的盾构隧道风险评估方法, 其特
征在于, 步骤(2 ‑1)中所述侯选样 本集Xc可根据变量的概率密度函数采用直接抽样法得到,
样本规模为106, 失效概率Pf≥10‑3, 变异系数小于 5%。
5.根据权利要求1所述的基于改进的高斯过程元模型的盾构隧道风险评估方法, 其特
征在于, 所述损失函数的积分范围为[ylow,yupper], 阈值
为高斯
过程元模型的预测值, yupper为对输出量Y中估计范围上限值, ylow为对输出量Y中估计范围下
限值, 当损失函数的平均值小于
时停止。
6.根据权利要求1所述的基于改进的高斯过程元模型的盾构隧道风险评估方法, 其特权 利 要 求 书 1/2 页
2
CN 115098928 A
2征在于, 所述激活函数采用Sigmoid、 tanh和ReLU三种激活函数, 三种 激活函数的值域上限
均为0.95 。权 利 要 求 书 2/2 页
3
CN 115098928 A
3
专利 基于主动学习的高斯过程元模型的盾构隧道风险评估方法
文档预览
中文文档
12 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
温馨提示:本文档共12页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 SC 于 2024-02-24 00:45:00上传分享