买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长沙理工大学

摘要：本发明公开了一种融合专家经验的桥梁支座静位移预测方法，包括：将主梁温度与支座静位移数据作为训练集并假定测试集，构建包含待定超参数的待定高斯回归模型，建立超参数的对数边际似然函数；将工程中专家对支座静位移的经验数据转换为约束条件，采用拉格朗日乘子法得到给定约束条件下超参数的贝叶斯‑熵后验分布；采用极大后验估计法构造误差函数并提出求解拉格朗日乘子和超参数的双循环优化框架，根据求解的超参数建立贝叶斯‑熵高斯过程回归模型，基于此模型进行支座静位移预测。本发明基于贝叶斯‑熵方法将专家丰富的经验知识作为约束编码至高斯过程框架中，可充分利用实际工程中的物理规律，提高预测精度，具有较高的工程应用价值。

主权项：1.一种融合专家经验的桥梁支座静位移预测方法，其特征在于：包括如下步骤：步骤一：获取主梁温度与支座位移的监测数据，提取主梁温度数据X和支座静位移数据y作为训练集数据D＝X,y，假定测试集数据为D*＝X*,y*；在高斯过程框架下，根据协方差函数构建训练集中支座静位移预测值f和测试集中支座静位移预测值f*的联合分布，所述协方差函数包含待定超参数θ；根据联合分布得到f*在f下的条件分布，根据联合分布和条件分布，推导测试集中主梁温度数据X*时支座静位移预测值f*的后验分布，并将该后验分布作为待定高斯回归模型，根据给定主梁温度X和超参数θ下y的条件分布py|X,θ建立超参数θ的对数边际似然函数lθ；步骤二：根据超参数θ的贝叶斯先验分布和对数边际似然函数lθ得到贝叶斯后验分布pθ，将桥梁监测中专家对支座静位移的经验数据转化为数值约束条件和导数约束条件，建立贝叶斯-熵后验分布pBEθ与贝叶斯后验分布pθ之间的负相对熵，根据所述负相对熵和约束条件构造拉格朗日函数，得到给定约束条件下超参数θ的贝叶斯-熵后验pBEθ；η；步骤三：任意给定一个拉格朗日乘子的初始解η*和超参数的初始解采用极大后验估计法构造一个度量待定高斯回归模型预测结果与专家经验值误差的误差函数，并构建一个求解拉格朗日乘子η和超参数θ的双循环优化框架，所述双循环优化框架的内环为在给定拉格朗日乘子的初始解η*下最大化贝叶斯-熵后验分布求解超参数θ，所述双循环优化框架的外环为根据内环得到的超参数θ最小化误差函数求解拉格朗日乘子η，经多次循环至误差函数的值小于等于阈值Y时求解得到超参数的最终解步骤四：将步骤三所得超参数的最终解代入步骤一的待定高斯回归模型中，得到支座静位移贝叶斯-熵高斯过程回归模型，将给定的测试集中主梁温度数据*代入支座静位移贝叶斯-熵高斯过程回归模型中对桥梁支座静位移进行预测。

全文数据：

权利要求：

百度查询： 长沙理工大学 一种融合专家经验的桥梁支座静位移预测方法