[发明专利]基于神经网络的疏浚施工参数选优模型方法

说明书

本发明公开了基于神经网络的疏浚施工参数选优模型方法，涉及疏浚施工技术领域，为了解决疏浚施工参数提取的准确率的问题。本发明对不同设备的工作数据进行分析，实现对异常数据的故障类型以及故障位置进行准确分析，实现对各设备的工作状态进行有效把握，通过甄别子模块根据指令内容查询各个功能属性，并将带有识别标记的功能属性从提取范围内剔除，减少网络传输资源的占用，确认置信度小于所述第一预设阈值的第二数据标签对应的第二数值数据集中存在无用数据，可以将数据中不良数据进行提取，根据数据树中每一层包括的关键数据将其生成反馈监测数据，通过监测数据可以快速的将每层的参数数据进行监测查阅。

技术领域

本发明涉及疏浚施工技术领域，具体为基于神经网络的疏浚施工参数选优模型方法。

背景技术

疏浚工程对人类社会进步、环境改善及经济发展的作用非常重大，用疏浚的方法，挖深河流或海湾的浅段以提高航道通航或排洪能力；将开挖航道或港池的疏浚土吹填到附近的低洼地进行造地的一种经济可行的主要方法。

公开号为CN108876279A的中国专利公开了一种疏浚施工监控方法、系统、电子设备及存储介质。主要通过实时获取施工端的作业数据，作业数据包括当前位置信息、实时航向、铰刀头位置及高程、时间及任务I D，使得监控端能够实时了解施工端作业情况，进而实现全流程地监控疏浚工程，有效提高疏浚施工效率，上述专利索然解决了施工设备监控的问题，但是在实际操作上还存在以下问题：

1.对施工设备进行数据参数提取时，由于没有对有异常的施工设备的异常位置进行有效定位，从而导致无法第一时间了解到异常的区域，使参数在提取时，参数数据出现不准确。

2.参数数据进行提取后，没有对数据的传输进行加密，从而使数据在传输时的安全性降低，以及数据在进行传输时候，由于传输量没有进行缩小，从而导致数据的传输效率降低。

3.将疏浚施工的参数数据进行运算后，没有进一步的将获取的数据进行排查和过滤，从而使得出的参数数据质量过差，导致最后施工品质欠佳。

4.在对疏浚施工参数数据计算分析后，没有进一步的对数据进行分层监测，从而导致后期对数据经常查看时无法根据数据类别进行快速的监测。

发明内容

本发明的目的在于提供基于神经网络的疏浚施工参数选优模型方法，对不同设备的工作数据进行分析，实现对异常数据的故障类型以及故障位置进行准确分析，实现对各设备的工作状态进行有效把握，通过甄别子模块根据指令内容查询各个功能属性，并将带有识别标记的功能属性从提取范围内剔除，减少网络传输资源的占用，确认置信度小于所述第一预设阈值的第二数据标签对应的第二数值数据集中存在无用数据，可以将数据中不良数据进行提取，根据数据树中每一层包括的关键数据将其生成反馈监测数据，通过监测数据可以快速的将每层的参数数据进行监测查阅，可以解决现有技术中的问题。

为实现上述目的，本发明提供如下技术方案：

基于神经网络的疏浚施工参数选优模型方法，其特征在于：包括如下步骤：

S1：疏浚施工参数设定：根据疏浚施工所需的参数需求，对施工参数进行组合提取；

其中，先将提取参数和权重参数进行设置，设置完成后提取方案生成列表，再对比疏浚工具的工作强度，对比完成后挑选该强度下的方案并保存；

S2：参数数据加密和运算：根据施工设备中的各个参数的监控数据，对监控数据的原始数据进行异常排查，异常排查完成后对异常数据生成警报数据，对无异常的数据进行数据加密，并对加密数据进行数据运算；

S3：运算数据优化：根据神经网络运算得出的参数数据，将参数数据进行不良数据的筛查并剔除，并自动生成有效数据；

S4：优化数据生成反馈：根据得出的优化数据，将优化数据中的每个数据节点进行数据类别分析，并将分析完成后的数据生成反馈监测数据。