[发明专利]一种模糊神经网络模型及深基坑变形智能预测方法无效
| 申请号： | 201310039053.X | 申请日： | 2013-01-31 |
| 公开（公告）号： | CN103116804A | 公开（公告）日： | 2013-05-22 |
| 发明（设计）人： | 奚雪峰;班建民;陆卫忠;付保川 | 申请（专利权）人： | 苏州科技学院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N7/02 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴 |
| 地址： | 215009 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多变量相空间重构的模糊神经网络模型、以及利用该模糊神经网络模型对深基坑变形进行智能预测的方法。所述的基于多变量相空间重构的模糊神经网络模型包括模糊化接口、模糊规则知识库、模糊推理机和反模糊器四个功能模块。本发明的预测模型和预测方法具有很高的精确度，可有效避免国家和人民生命财产遭受重大损失。 | ||
| 搜索关键词： | 一种 模糊 神经网络 模型 基坑 变形 智能 预测 方法 | ||
【主权项】：
一种基于多变量相空间重构的模糊神经网络模型，其特征在于该模糊神经网络模型包括模糊化接口（1）、模糊规则知识库（2）、模糊推理机（3）和反模糊器（4）四个功能模块，其中：模糊化接口（1）将检测输入变形变量的清晰值根据其模糊度划分和隶属度函数转换成合适的模糊值；模糊规则知识库（2）中存储有关基坑变形领域知识和要求的控制目标，每一条模糊规则知识在基坑变形预测推理中的权重，由人工神经网络的学习机制来动态调整；模糊推理机（3）模拟人基于模糊概念的推理能力，利用模糊规则库中的模糊“if‑then”规则，将已有事实转换成某种推理结果；反模糊器（4）将模糊结果转化为实际用于深基坑变形预测的清晰量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州科技学院，未经苏州科技学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310039053.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种墙面高晶板的固定用配件
- 下一篇：一种制作强力无纺布的装置
