【技术实现步骤摘要】
本专利技术属于土木工程设计，具体是一种基于模拟植物生长的结构变形预测方法。
技术介绍
1、由于结构变形是一个复杂、混沌的非线性变化过程，在进行预测时要选择合适且精确的预测模型。植物生长算法是模拟植物生长的仿生过程，以植物向光性的概率生长动力机制为启发式准则的，广泛应用于各类工程优化问题的智能算法，具有计算精度高、稳定性好和应用性强的特点。该算法寻找到向光性的最短和最优路径，解决贫信息、小样本的研究中预测十分方便。
2、但是植物生长变形的模型对原始数据的要求较高，在处理波动较大或者异常数据时，模型适应能力较差且精度较低。
技术实现思路
1、为了解决上述问题，本申请提出了一种基于模拟植物生长的结构变形预测方法，降低预测成本、提高预测精度。本专利技术采用的技术方案如下：
2、一种基于模拟植物生长的结构变形预测方法，包括以下步骤：
3、s1) 找出结构变形关键点，布设位移传感器测量并记录测点在时间、外荷载或其它变量影响下的结构变形实测值；某个测点的前n个阶段的结构变形实测值为；其中为第1阶段对应的初始变形值，目标函数值为下一阶段的变形值；
4、s2) 选取种子，将种子作为初始生长点，以初始生长点为中心，按设定的步长进行生长，设定目标函数，得到的第1次生长后的生长点集合；
5、s3) 计算可生长点的形态素浓度，选取随机数r，根据目标函数计算下一次的生长点，依次循环，直至得到最优生长点集合；
6、s4) 采用markov预
7、s5) 根据参考规范或行业标准设定的变形上限值，如果外推计算值超过上限值时系统报警，未超过时结构变形处于安全状态系统不报警。
8、上述步骤s2中，所述步长设定为0.1；以初始生长点为中心，是分别沿设计变量的正、负方向得到的。
9、上述步骤s3中，所述可生长点的形态素浓度计算方法为
10、，随机数在[0，1]范围内选取，若，则选择作为下一次的生长点，并将其从可生长点集合内剔除。
11、在步骤s3中，最优生长点继续沿设计变量的正、负方向；设定的步长为0.1；目标函数值为第3阶段的变形值，依次循环，得到的第次生长后的变形值；所述的步骤s3中设定的目标函数值的选取，是按照最优拟合函数曲线计算得到的。
12、上述步骤s4中，所述状态转移矩阵的步骤为：
13、首先计算相对误差序列的平均值和均方差；
14、然后将其划分为、、、四个不同的区域实现状态分级，每一个区域构成一个状态区间表示为；当，则所处的状态区间为；其中，为状态的上界和下界‘’
15、最后对状态统计后各状态区间内数据的个数为,由状态经过步转移到状态的次数为，状态转移概率为：；将各状态的转移概率排列起来，就可以构成一个状态转移矩阵；式中，。
16、在步骤s4中，对相对误差序列进行自相关分析，此时将看做含有k个时段的指标值，并对滞后期为k的自相关系数进行定义：
17、；
18、式中，为第k阶自相关系数，；为第k时段的指标值；为指标值的均值；l为指标序列的长度；
19、对各阶自相关系数做归一化处理得到权值。
20、在步骤s4中，选取离外推值最近的k个时间段，以这几个阶段的相对误差所对应的状态分别作为初始状态，并按离外推值由近到远的顺序，将转移步数分别设为，在转移步数对应的转移矩阵中，取最近的k个阶段起始状态所对应的行向量，可构成新的概率矩阵；对处于同一状态的各预测概率加权求和，能够计算出不同步长下相对误差的转移概率为。
21、在时间段的状态是中最大值所对应状态，预测值的相对误差则处于此状态的上界和下界之间，最终外推值为。
22、本专利技术的有益效果为：本预测方法基于模拟植物生长和双重参数修正，对变形的复杂、混沌的非线性动态变化过程进行精确的模拟，并设定变形上限值提供结构安全预警，弥补了模拟植物生长算法预测方法在应用中存在突变性强、适应性差等缺陷，极大优化原始数据的光滑度，降低原始数据波动性较大对预测精度的影响，同时通过设置变形上限值能为结构变形提供预测。
本文档来自技高网...【技术保护点】
1.一种基于模拟植物生长的结构变形预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于模拟植物生长的结构变形预测方法，其特征在于，上述步骤S2中，所述步长设定为0.1；以初始生长点为中心，是分别沿设计变量的正、负方向得到的。
3.根据权利要求2所述基于模拟植物生长的结构变形预测方法，其特征在于，上述步骤S3中，所述可生长点的形态素浓度计算方法为，随机数在[0，1]范围内选取，若，则选择作为下一次的生长点，并将其从可生长点集合内剔除。
4.根据权利要求3所述基于模拟植物生长的结构变形预测方法，其特征在于，步骤S3中，最优生长点继续沿设计变量的正、负方向；设定的步长为0.1；目标函数值为第3阶段的变形值，依次循环，得到的第次生长后的变形值；所述的步骤S3中设定的目标函数值的选取，是按照最优拟合函数曲线计算得到的。
5.根据权利要求4所述基于模拟植物生长的结构变形预测方法，其特征在于，上述步骤S4中，所述状态转移矩阵的步骤为：
6.根据权利要求5所述基于模拟植物生长的结构变形预测方法，其特征在于，在步骤S4中，对相
7.根据权利要求6所述基于模拟植物生长的结构变形预测方法，其特征在于，在步骤S4中，选取离外推值最近的K个时间段，以这几个阶段的相对误差所对应的状态分别作为初始状态，并按离外推值由近到远的顺序，将转移步数分别设为，在转移步数对应的转移矩阵中，取最近的K个阶段起始状态所对应的行向量，可构成新的概率矩阵；对处于同一状态的各预测概率加权求和，能够计算出不同步长下相对误差的转移概率为。
8.根据权利要求5所述基于模拟植物生长的结构变形预测方法，其特征在于，在时间段的状态是中最大值所对应状态，预测值的相对误差则处于此状态的上界和下界之间，最终外推值为。
...【技术特征摘要】
1.一种基于模拟植物生长的结构变形预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述基于模拟植物生长的结构变形预测方法，其特征在于，上述步骤s2中，所述步长设定为0.1；以初始生长点为中心，是分别沿设计变量的正、负方向得到的。
3.根据权利要求2所述基于模拟植物生长的结构变形预测方法，其特征在于，上述步骤s3中，所述可生长点的形态素浓度计算方法为，随机数在[0，1]范围内选取，若，则选择作为下一次的生长点，并将其从可生长点集合内剔除。
4.根据权利要求3所述基于模拟植物生长的结构变形预测方法，其特征在于，步骤s3中，最优生长点继续沿设计变量的正、负方向；设定的步长为0.1；目标函数值为第3阶段的变形值，依次循环，得到的第次生长后的变形值；所述的步骤s3中设定的目标函数值的选取，是按照最优拟合函数曲线计算得到的。
5.根据权利要求4所述基于模拟植物生长的结构变形预测...
【专利技术属性】
技术研发人员：梁龙，任冰心，景凤翔，王剑，孙伟亮，魏国院，赵宗奎，贾明伦，李涛，宋海霞，孙运臣，周悦龙，曲超，满文军，马宏伟，
申请(专利权)人：中铁十四局集团第四工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。