【技术实现步骤摘要】
本专利技术涉及桥梁施工数据，具体涉及一种桥梁施工数据智能管理方法。
技术介绍
1、桥梁是一种用于跨越物理障碍物（如河流、峡谷、道路等）并连接两个地点的建筑结构。混凝土是桥梁建造的主要材料，在桥梁建造过程中，混凝土温度是混凝土硬化的关键因素，高温可加速硬化过程，提高混凝土硬化后的强度，而低温则可能减缓硬化速度。监测温度数据有助于控制混凝土凝固速度，同时避免温度变化过快引起混凝土的表面和内部不均匀而导致混凝土凝固后产生裂缝等施工质量问题。因此，通过对混凝土的温度监测可以帮助冷却和散热控制，对混凝土凝固后的裂缝防治等。通过对温度的采集和监测能够及时采取调控措施，确保混凝土浇筑过程中的温度在可控范围内，有助于提高混凝土结构的整体性能、质量和耐久性。利用采集的混凝土温度数据对混凝土凝固的温度进行调控时，由于温度的调控效果具有一定的滞后性，这可能对混凝土温度控制并不及时，从而导致混凝土凝固时可能出现裂纹等缺陷。因此，通过对混凝土温度的数据进行预测，对预测的温度进行分析并对冷却措施等进行提前调控，从而减小混凝土温度控制的时延性，进而提高对混凝土温度控制的准确性，以减少混凝土在凝固过程中产生的缺陷。
2、现有方法利用非线性回归（nonparametric regression，npr）算法对混凝土的温度数据进行预测，但是该算法在对温度数据进行预测时，核带宽参数的确定对于预测值的准确性有着重要的影响。核带宽参数是非参数回归模型中用于平滑估计的关键参数，直接影响了模型对数据的拟合程度和灵活性，核带宽设置的不合适直接影响温度数据的预测结果
技术实现思路
1、为了解决现有采用npr算法对桥梁施工过程中混凝土的温度数据进行预测时，核带宽参数设置的不合适对温度数据预测结果造成影响的问题，本专利技术的目的在于提供一种桥梁施工数据智能管理方法，所采用的技术方案具体如下：
2、本专利技术提供了一种桥梁施工数据智能管理方法，该方法包括以下步骤：
3、获取桥梁施工过程中混凝土表面每个采集时刻的温度数据，基于相邻采集时刻的温度数据之间的差异获得目标序列以及目标序列中的每段数据；
4、根据目标序列中每段数据的离散程度、每段数据的波动情况以及每段数据对应的时长，获得初始核带宽值；基于所述初始核带宽值采用npr算法获得目标序列中每个数据对应的预测值；根据目标序列中每段数据与对应的预测值之间的差异以及每段数据与对应的预测值之间的相关性，得到目标序列中每段数据对应的差异程度；
5、根据目标序列中每段数据与目标序列中所有数据之间的差异，获得目标序列中每段数据的贡献度指数；基于所述差异程度和所述贡献度指数确定初始核带宽的矫正参数；结合目标序列中的数据与目标序列中的数据对应的预测值之间的大小关系以及所述矫正参数对初始核带宽值进行矫正，获得调整后的核带宽参数；
6、基于所述调整后的核带宽参数采用npr算法获得下一时刻的预测值，基于所述下一时刻的预测值对混凝土的表面进行相应的处理。
7、优选的，基于相邻采集时刻的温度数据之间的差异获得目标序列，包括：
8、分别计算每两个相邻采集时刻的温度数据之间的差值的绝对值，所有相邻采集时刻的温度数据之间的差值的绝对值构成目标序列。
9、优选的，所述根据目标序列中每段数据的离散程度、每段数据的波动情况以及每段数据对应的时长，获得初始核带宽值，包括：
10、对于目标序列中第段数据：分别计算第段数据中所有数据的均值和标准差；分别计算第段数据中每个数据与第段数据中所有数据的均值之间的差异；
11、根据目标序列中每段数据中所有数据的均值、每段数据的标准差和每段数据中每个数据与其所在的数据段中所有数据的均值之间的差异，得到初始核带宽值。
12、优选的，采用如下公式计算初始核带宽值：
13、
14、其中，表示初始核带宽值，表示目标序列中第段数据的标准差，表示目标序列中第段数据中所有数据的均值，表示目标序列中第段数据中第i个数据，表示目标序列中第段数据中数据的数量，表示目标序列中第段数据对应的时长，n表示目标序列中数据段的数量，表示线性归一化函数。
15、优选的，所述根据目标序列中每段数据与对应的预测值之间的差异以及每段数据与对应的预测值之间的相关性，得到目标序列中每段数据对应的差异程度，包括：
16、对于目标序列中第段数据：
17、计算第段数据与第段数据中所有数据对应的预测值之间的皮尔逊相关系数；分别将第段数据中每个数据与对应的预测值之间的差异，作为第段数据中每个数据的第一差异；
18、根据皮尔逊相关系数的绝对值和第段数据中每个数据的第一差异，获得目标序列中第段数据对应的差异程度，所述皮尔逊相关系数的绝对值与所述差异程度呈负相关关系，所述第一差异与所述差异程度呈正相关关系。
19、优选的，所述根据目标序列中每段数据与目标序列中所有数据之间的差异，获得目标序列中每段数据的贡献度指数，包括：
20、对于目标序列中第段数据：
21、计算目标序列中第段数据与目标序列中所有数据之间的dtw距离；将目标序列中第段数据中所有数据的均值与目标序列中所有数据的均值之间的差值的绝对值，记为第二差异；获取以自然常数为底数，以负的所述第二差异为指数的指数函数的值，将所述指数函数的值与所述dtw距离的乘积，记为第段数据的第一特征值；
22、计算目标序列中所有段数据的第一特征值的和值；将第段数据的第一特征值与所述和值的比值，确定为目标序列中第段数据的贡献度指数。
23、优选的，所述基于所述差异程度和所述贡献度指数确定初始核带宽的矫正参数，包括：
24、对于目标序列中第段数据：将第段数据对应的差异程度与第段数据的贡献度指数的乘积记为第段数据对应的第一特征指标；
25、将目标序列中所有段数据对应的第一特征指标之和，确定为初始核带宽的矫正参数。
26、优选的，所述结合目标序列中的数据与目标序列中的数据对应的预测值之间的大小关系以及所述矫正参数对初始核带宽值进行矫正，获得调整后的核带宽参数，包括：
27、
28、其中，表示调整后的核带宽参数，h表示初始核带宽值，q表示初始核带宽的矫正参数，表示目标序列中所有数据的均值，表示目标序列中的所有数据对应的预测值的均值。
29、优选的，目标序列中的每段数据的获取，包括：
30、对所述目标序列进行stl分解获得对应的周期曲线，将周期曲线上的极大值点在目标序列中对应的位置作为划分点，对所述目标序列进行划分获得目标序列中的每段数据。
31、优选的，所述基于所述下一时刻的预测值对混凝土的表面进行相应的处理，包括：
32、对目标序列中的数据以及下一时刻的预测值采用箱线图进行处理，当下一时刻的预测值大于上四分位数时，采用遮荫设备本文档来自技高网...
【技术保护点】
1.一种桥梁施工数据智能管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，基于相邻采集时刻的温度数据之间的差异获得目标序列，包括：
3.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，所述根据目标序列中每段数据的离散程度、每段数据的波动情况以及每段数据对应的时长，获得初始核带宽值，包括：
4.根据权利要求3所述的一种桥梁施工数据智能管理方法，其特征在于，采用如下公式计算初始核带宽值：
5.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，所述根据目标序列中每段数据与对应的预测值之间的差异以及每段数据与对应的预测值之间的相关性，得到目标序列中每段数据对应的差异程度，包括：
6.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，所述根据目标序列中每段数据与目标序列中所有数据之间的差异，获得目标序列中每段数据的贡献度指数，包括：
7.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，所述基于所述差异程度和所
8.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，所述结合目标序列中的数据与目标序列中的数据对应的预测值之间的大小关系以及所述矫正参数对初始核带宽值进行矫正，获得调整后的核带宽参数，包括：
9.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，目标序列中的每段数据的获取，包括：
10.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，所述基于所述下一时刻的预测值对混凝土的表面进行相应的处理，包括：
...【技术特征摘要】
1.一种桥梁施工数据智能管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，基于相邻采集时刻的温度数据之间的差异获得目标序列，包括：
3.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，所述根据目标序列中每段数据的离散程度、每段数据的波动情况以及每段数据对应的时长，获得初始核带宽值，包括：
4.根据权利要求3所述的一种桥梁施工数据智能管理方法，其特征在于，采用如下公式计算初始核带宽值：
5.根据权利要求1所述的一种桥梁施工数据智能管理方法，其特征在于，所述根据目标序列中每段数据与对应的预测值之间的差异以及每段数据与对应的预测值之间的相关性，得到目标序列中每段数据对应的差异程度，包括：
6.根据权利要求1所述的一种桥梁施...
【专利技术属性】
技术研发人员：李宾，赖永涛，李京宝，姚杰，张坡，冯涛，杨阳，耿美薇，宋岩，
申请(专利权)人：大连禾圣科技有限公司，
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。