公开(公告)号：CN118861983A

公开(公告)日：2024-10-29

申请号：CN202410959396.6

申请日：2024-07-17

Applicant: 南京林业大学

Inventor： 王志杰 ,  乔堉鑫 ,  吴昊

IPC: G06F18/25 ,  G06F18/27 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0985 ,  G06T17/00 ,  G06Q50/08

Abstract: 本发明公开了一种基于全空间信息系统的塔吊安全管理方法，涉及塔吊安全管理技术领域，包括以下步骤：通过全空间信息系统捕捉和管理塔吊微空间要素，构建塔吊微空间数据模型；建立模糊灰色关联度动态权重优化模型，计算塔吊安全监测变量与倾角的动态关联度；利用贝叶斯超参优化的CNN‑LSTM网络模型对塔吊安全监测数据融合，并对倾角数据进行预测分析；构建基于全空间信息系统的塔吊安全监测平台，对施工现场各要素进行全面管理。本发提可对施工现场各要素如“人、机、料、法、环”等进行全面管理，掌握施工机械运行及施工关键环节的动态识别和管控，做出更为合理的管理决策，有效提高施工效率、降低施工风险。

公开(公告)号：CN118839149A

公开(公告)日：2024-10-25

申请号：CN202410959213.0

申请日：2024-07-17

Applicant: 南京林业大学

Inventor： 王志杰 ,  乔堉鑫 ,  吴昊

IPC: G06F18/213 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082 ,  G06N3/0985

Abstract: 本发明公开了一种基于BO‑CNN‑LSTM模型的塔吊安全监测数据预测方法，涉及塔吊安全监测技术领域，包括如下步骤：通过传感器实时采集塔吊数据，定义一个滑动窗口函数，利用窗口数据去预测和更新下一个数据，将得到的数据集划分成训练集和测试集；对训练集中的数据进行卷积神经网络模型训练；小批量切分数据；构建长短期记忆单元框架；定义一个评估函数，通过贝叶斯优化模型对定义的目标函数进行优化，并进行模型的循环训练；计算模型预测结果与真实标签之间均方根误差和平均绝对百分比误差，根据误差值进行塔吊安全监测数据预测。本发明够提取塔吊的空间特征，并捕捉传感器数据之间的长期依赖关系，从而实现对塔吊关键特征的准确预测。