一种基于机器学习的预应力放张损失值的预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于机器学习的预应力放张损失值的预测方法及系统
申请号:CN202511405322
申请日期:2025-09-29
公开号:CN120911216B
公开日期:2025-12-05
类型:发明专利
摘要
本发明属于机器学习和预应力技术领域,公开了一种基于机器学习的预应力放张损失值的预测方法及系统,方法包括:采用有限元数值软件对预应力梁进行多工况建模与模拟,提取预应力梁工作参数与设计参数,并进行数据预处理、分布检查和特征重要性分析,得到初始数据集;将初始数据集划分为初始训练数据集和初始测试数据集并处理,得到处理后训练数据集和处理后测试数据集;构建全连接多层感知机神经网络模型,定义训练、验证及监控函数,利用处理后训练数据集对全连接多层感知机神经网络模型进行训练,并利用处理后测试数据集对训练好的模型进行测试,得到预测模型;获取预应力梁的真实参数,利用预测模型进行预应力放张损失值预测,得到预测结果。
技术关键词
多层感知机 神经网络模型 Sigmoid函数 数据获取模块 预测系统 预应力技术 模型预测值 缩放参数 工况 预应力筋 数值 批量 定义 数据分布 软件 校正 策略