[发明专利]基于粒子群算法优化神经网络的冻土未冻水含量捡测方法

说明书

本发明公开了基于粒子群算法优化神经网络的冻土未冻水含量捡测方法，包括步骤：步骤一、冻土未冻水含量检测设备连接；步骤二、温度、电阻率数据采集及传输；步骤三、数据处理，得到冻土未冻水含量。本发明采用了基于粒子群算法优化的冻土未冻水含量检测神经网络模型进行数据处理，在输入检测数据时，能够直接得出检测结果，方法步骤简单，实现方便，能够用于基于冻土电阻率和温度的冻土未冻水含量测量，能够将冻土未冻水含量检测的复杂问题简单化，且测量结果精确，实用性强，使用效果好，便于推广使用。

技术领域

本发明属于冻土未冻水含量检测技术领域，具体涉及一种基于粒子群算法优化神经网络的冻土未冻水含量捡测方法。

背景技术

冻土中未冻水在冻土力学中扮演着重要的角色，冻土未冻水含量对土体以及桩基之间的相互作用有重大影响，在针对冻土的研究中，冻土未冻水含量的测定方式一直以来都没有的到系统科学的解释，因此对于学术研究以及工程实践，这是一个亟待解决的问题。

目前此领域用到的冻土未冻水含量测试方法主要有核磁共振法、中子自旋回声法、量热法、介电特性法，实验室常用的方法还有测温法，以上所述方法均存在不足或是不合理之处。具体来说，核磁共振法成本造价太高，不能满足实验以及实际工程的要求。中子自旋回声法利用磁共振中的信号来源，在第一个射频脉冲之后会出现自由衰减，通过衰减来判断未冻水含量，其原理复杂，可行性不强。量热法是把具有稳定负温的冻土试样放入正温量热水中使其进行热交换，试样温度与量热水温度达到平衡，其试验仪器操作复杂，且需要一定的热交换时间，因此不能方便，快速测出瞬时未冻水的含量。介电特性法获得待测物质的超宽带脉冲介电响应曲线后，需通过反演算法来确定其介电常数。反演过程中需通过足够多时间点的采样，来建立准确的多维反演模型，准确计算出各成分介电常数、电阻率、孔隙度、含水量等参数。在实际操作中，由于条件限制，各影响因素的考虑还不够完全，因此利用超宽带脉冲介电响应曲线反演模型还不够完善，有所误差。实验室常用的测温法测试结果测得的数据仅是某一冻结起始温度对应的初始含水量，不能说明冻土中未冻水含量随温度的变化过程。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于粒子群算法优化神经网络的冻土未冻水含量捡测方法，其采用了基于粒子群算法优化的冻土未冻水含量检测神经网络模型进行数据处理，在输入检测数据时，能够直接得出检测结果，方法步骤简单，实现方便，能够用于基于冻土电阻率和温度的冻土未冻水含量测量，能够将冻土未冻水含量检测的复杂问题简单化，且测量结果精确，实用性强，使用效果好，便于推广使用。

为解决上述技术问题，本发明采用的技术方案是：基于粒子群算法优化神经网络的冻土未冻水含量捡测方法，其特征在于，该方法包括以下步骤：

步骤一、冻土未冻水含量检测设备连接，具体过程为：将导电片、温度传感器和电阻率检测传感器置入冻土土体中，并将导电片与为其供电的外部电源连接，将温度传感器的输出端的输出端和电阻率检测传感器的输出端均与数据采集器的输入端连接，将数据采集器与数据处理器连接；

步骤二、温度、电阻率数据采集及传输：当外部电源开始为导电片供电后，温度传感器对冻土土体内的温度进行实时检测，电阻率检测传感器对冻土土体内的电阻率进行实时检测，数据采集器对温度传感器检测到的温度和电阻率检测传感器检测到的电阻率进行周期性采集，并将采集到的温度数据和电阻率数据发送给数据处理器；

步骤三、数据处理，得到冻土未冻水含量：数据处理器将温度数据和电阻率数据输入预先构建的基于粒子群算法优化的冻土未冻水含量检测神经网络模型中，得到基于粒子群算法优化的冻土未冻水含量检测神经网络模型的输出，所述基于粒子群算法优化的冻土未冻水含量检测神经网络模型的输出为冻土未冻水含量；

所述基于粒子群算法优化的冻土未冻水含量检测神经网络模型的构建方法为：

步骤301、训练样本获取，具体过程为：