(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210637651.6 (22)申请日 2022.06.08 (71)申请人 北京邦业智能科技有限公司 地址 100071 北京市丰台区汽车博物馆东 路8号院3号楼12层1207- 040 (72)发明人 高楚勋　 (74)专利代理 机构 北京辰权知识产权代理有限 公司 11619 专利代理师 孔垂超 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 3/12(2006.01)G06F 111/08(2020.01) (54)发明名称 高原隧道形变量的预测方法及高原隧道健 康检测系统 (57)摘要 本申请公开了一种高原隧道形变量的预测 方法及高原隧道健康检测系统。 该方法包括： 利 用改良型遗传算法优化灰色神经网络模型， 得到 隧道结构形变量预测模型， 所述改良型遗传算法 的选择算子采用最优保留策略； 利用隧道结构形 变量历史监测数据对所述隧道结构形变量预测 模型进行训练， 得到训练完成的预测模型； 利用 所述训练完成的预测模型进行隧道形变量预测， 得到形变量预测结果。 本申请实施例提供的高原 隧道形变量的预测方法， 通过改良型遗传算法优 化灰色神经网络模型得到的隧道结构形变量预 测模型， 全局寻优能力强， 收敛速度快， 收敛精度 高， 最终得到预测结果准确度高， 能够很好的满 足实际应用的需要。 权利要求书2页 说明书10页 附图3页 CN 114722482 A 2022.07.08 CN 114722482 A 1.一种高原隧道形变量的预测方法， 其特 征在于， 包括： 利用改良型遗传算法优化灰色神经网络模型， 得到 隧道结构形变量预测模型， 所述改 良型遗传算法的选择算子采用最优保留策略； 利用隧道结构形变量历史监测数据对所述隧道结构形变量预测模型进行训练， 得到训 练完成的预测模型； 利用所述训练完成的预测模型进行隧道形变量预测， 得到形变量预测结果。 2.根据权利要求1所述的方法， 其特征在于， 在所述利用改良型遗传算法优化灰色神经 网络模型之前， 所述方法还 包括： 将灰色模型和人工神经网络模型组合得到灰色神经网络模型。 3.根据权利要求1所述的方法， 其特征在于， 所述利用改良型遗传算法优化灰色神经网 络模型， 得到隧道结构形变量预测模型， 包括： 初始化灰色神经网络模型的权值以及阈值， 对初始化后的权值和阈值进行编码； 计算得到群 体中染色体的初始适应度值； 通过所述改良型遗传算法的选择算子寻找出群 体中适应度值达 到预设阈值的染色体； 将选择出的染色体进行交叉操作 与变异操作， 得到新 一代群体； 计算所述 新一代群体中各染色体的最大适应度值； 判断是否满足达到预设群体繁殖代数或最大适应度值在繁殖过程中保持不变； 若满足 则结束群 体繁殖； 若不满足， 则转向所述将选择 出的染色体进行交叉操作 与变异操作； 解码最大适应度值染色体， 得到最优权值和最优阈值； 将所述最优权值和所述最优阈值代入所述灰色神经网络模型中， 得到隧道结构形变量 预测模型。 4.根据权利要求1所述的方法， 其特 征在于， 所述 最优保留策略包括： 通过适应度值计算 函数计算群 体中每一染色体的适应度值； 根据适应度值由小到大的顺序将各染色体进行排序， 构成第一 新群体； 将第一新群体均分为 三段， 分别是第一段、 第二段和第三段； 按照预设比例对每一段的染色体进行随机 选择； 将随机选择出的染色体组合成第二 新群体； 从第一段中随机选择出适应度值达到第 二预设阈值的染色体补充进所述第 二新群体， 得到最终群 体。 5.根据权利要求4所述的方法， 其特征在于， 所述从第 一段中所选择的达到第 二预设阈 值的染色体数量 等于按照预设比例选择时整个 群体减少的染色体数量。 6.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 所述改良型遗传算法的交叉算子 包括多点交叉算子、 循环交叉算子或部分匹配交叉算子， 所述改良型遗传算法的变异算子 包括非均匀变异算子、 高斯变异算子或边界变异算子 。 7.一种高原隧道形变量的预测装置， 其特 征在于， 包括： 优化模块， 用于利用改良型遗传算法优化灰色神经网络模型， 得到 隧道结构形变量预 测模型， 所述改良型遗传算法的选择算子采用最优保留策略； 训练模块， 用于利用隧道结构形变量历史监测数据对所述隧道结构形变量预测模型进 行训练， 得到训练完成的预测模型；权　利　要　求　书 1/2 页 2 CN 114722482 A 2预测模块， 用于利用所述训练完成的预测模型进行隧道形变量预测， 得到形变量预测 结果。 8.根据权利要求7所述的预测装置， 其特征在于， 所述预测装置还包括模型构建模块， 用于在所述利用改良型遗传算法优化灰色神经网络模型之前， 将灰色模型和人工神经网络 模型组合得到灰色神经网络模型。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行， 以实现如权利要求1 ‑6中任一所述的高原隧道形变量的预测方法。 10.一种高原隧道健康检测系统， 其特征在于， 包括存储器、 处理器及存储在所述存储 器上并可在所述处理器上运行 的计算机程序， 所述处理器执行所述程序， 以实现如权利要 求1‑6中任一所述的高原隧道形变量的预测方法。权　利　要　求　书 2/2 页 3 CN 114722482 A 3