66 / 2022-07-05 21:19:49

基于循环神经网络的海冰压缩力学性质的预测研究

神经网络,海冰,力学性质,单轴压缩

为研究海冰物理性质及加载条件对海冰压缩力学性质的影响，本文采集了2019-2021年冬季渤海海冰试样进行单轴压缩试验，并采用循环神经网络完成了海冰压缩强度及弹性模量的预测。首先分析了单个因素对海冰压缩强度及弹性模量的影响，针对每个因素与海冰压缩力学性质之间的非线性复杂关系，建立了基于循环神经网络(RNN)的海冰力学性质预测模型，并结合随机梯度下降法和Adam优化算法对网络进行了优化。为保证数据的有效性，在模型训练前首先对海冰温度、盐度、密度、加载速率、峰值力等输入参数和海冰压缩强度、弹性模量等输出参数进行剔除奇异值、归一化、随机排序处理，预测结果采用评价指标对预测精度进行评估，将压缩强度的预测结果与经验公式进行对比。结果表明，本文建立的循环神经网络模型对于海冰压缩强度的预测优于经验公式的预测结果，且能够完成海冰弹性模量的预测，可为海冰的力学性质研究提供参考。为研究海冰物理性质及加载条件对海冰压缩力学性质的影响，本文采集了2019-2021年冬季渤海海冰试样进行单轴压缩试验，并采用循环神经网络完成了海冰压缩强度及弹性模量的预测。首先分析了单个因素对海冰压缩强度及弹性模量的影响，针对每个因素与海冰压缩力学性质之间的非线性复杂关系，建立了基于循环神经网络(RNN)的海冰力学性质预测模型，并结合随机梯度下降法和Adam优化算法对网络进行了优化。为保证数据的有效性，在模型训练前首先对海冰温度、盐度、密度、加载速率、峰值力等输入参数和海冰压缩强度、弹性模量等输出参数进行剔除奇异值、归一化、随机排序处理，预测结果采用评价指标对预测精度进行评估，将压缩强度的预测结果与经验公式进行对比。结果表明，本文建立的循环神经网络模型对于海冰压缩强度的预测优于经验公式的预测结果，且能够完成海冰弹性模量的预测，可为海冰的力学性质研究提供参考。