韧性基底均匀伸展的模拟方法、装置和设备

    公开(公告)号:CN111209680A

    公开(公告)日:2020-05-29

    申请号:CN202010031383.4

    申请日:2020-01-13

    Abstract: 本申请提供了一种韧性基底均匀伸展的模拟方法、装置和设备,其中,该方法包括:获取目标区域的地质参数;根据所述目标区域的地质参数,构建第一离散元数值模拟模型,其中,所述第一离散元数值模拟模型包括模拟基底和模拟地层,所述模拟基底包括韧性基底;基于所述第一离散元数值模拟模型,确定在不同的模拟过程参数下所述第一离散元数值模拟模型的第一模拟结果;根据所述第一模拟结果,确定所述目标区域中所述韧性基底在均匀伸展变形过程中所述模拟地层的变形特征。在本申请实施例中,利用第一离散元数值模拟模型进行模拟能耗较低、可视化强,能够有效监测模型内部的速度场、位移场、应力-应变场的时空演化。

    一种深埋超长隧道通风效果的模拟方法和装置

    公开(公告)号:CN112613193B

    公开(公告)日:2022-12-23

    申请号:CN202110002188.3

    申请日:2021-01-04

    Applicant: 清华大学

    Abstract: 本发明公开了一种深埋超长隧道通风效果的模拟方法和装置,该方法包括获取研究区的背景资料;根据背景资料建立研究区的三维地质模型;根据研究区的水位和地温场分布,确定三维地质模型的渗流和温度初始条件;根据研究区的地热流体流动特征、补给排泄情况,确定三维地质模型的渗流和温度边界条件;将所述隧道简化为线性几何模型,并将隧道的线性几何模型添加到研究区的三维地质模型中,构成模拟隧道通风效果的研究模型;为所述研究模型中隧道通风口设置温度边界条件和空气流入流出边界条件;为所述研究模型中隧道入口构建描述入口温度随时间变化的温度周期函数;基于初始条件、边界条件和温度周期函数,利用研究模型来预测隧道和其周围围岩的温度变化、优化通风频率和速度。

    韧性基底均匀伸展的模拟方法、装置和设备

    公开(公告)号:CN111209680B

    公开(公告)日:2022-05-17

    申请号:CN202010031383.4

    申请日:2020-01-13

    Abstract: 本申请提供了一种韧性基底均匀伸展的模拟方法、装置和设备,其中,该方法包括:获取目标区域的地质参数;根据所述目标区域的地质参数,构建第一离散元数值模拟模型,其中,所述第一离散元数值模拟模型包括模拟基底和模拟地层,所述模拟基底包括韧性基底;基于所述第一离散元数值模拟模型,确定在不同的模拟过程参数下所述第一离散元数值模拟模型的第一模拟结果;根据所述第一模拟结果,确定所述目标区域中所述韧性基底在均匀伸展变形过程中所述模拟地层的变形特征。在本申请实施例中,利用第一离散元数值模拟模型进行模拟能耗较低、可视化强,能够有效监测模型内部的速度场、位移场、应力‑应变场的时空演化。

    用于目标控制的离线强化学习方法、装置和设备

    公开(公告)号:CN114186474B

    公开(公告)日:2025-05-09

    申请号:CN202111256006.1

    申请日:2021-10-27

    Applicant: 清华大学

    Abstract: 本发明涉及深度学习技术领域,具体提供一种用于目标控制的离线强化学习方法、装置和设备。其中,用于目标控制的离线强化学习方法,包括:获取历史数据;基于历史数据,更新预设的行为策略模拟器,确定行为策略、和行为策略的奖励期望;基于历史数据、行为策略和策略优化目标函数,通过预设的智能体进行行为优化,得到优化策略;其中,策略优化目标函数为基于约束项和策略性能提升项构造的;约束项为基于最大似然估计的方法构造的;策略性能提升项为基于行为策略的奖励期望构造的。如此,基于最大似然估计法构造的约束项,约束了优化策略的最大化概率分布为行为策略,允许优化策略在高置信的状态下产生较大偏移,提高了优化策略的表现力。

    用于目标控制的离线强化学习方法、装置和设备

    公开(公告)号:CN114186474A

    公开(公告)日:2022-03-15

    申请号:CN202111256006.1

    申请日:2021-10-27

    Applicant: 清华大学

    Abstract: 本发明涉及深度学习技术领域,具体提供一种用于目标控制的离线强化学习方法、装置和设备。其中,用于目标控制的离线强化学习方法,包括:获取历史数据;基于历史数据,更新预设的行为策略模拟器,确定行为策略、和行为策略的奖励期望;基于历史数据、行为策略和策略优化目标函数,通过预设的智能体进行行为优化,得到优化策略;其中,策略优化目标函数为基于约束项和策略性能提升项构造的;约束项为基于最大似然估计的方法构造的;策略性能提升项为基于行为策略的奖励期望构造的。如此,基于最大似然估计法构造的约束项,约束了优化策略的最大化概率分布为行为策略,允许优化策略在高置信的状态下产生较大偏移,提高了优化策略的表现力。

    一种深埋超长隧道通风效果的模拟方法和装置

    公开(公告)号:CN112613193A

    公开(公告)日:2021-04-06

    申请号:CN202110002188.3

    申请日:2021-01-04

    Applicant: 清华大学

    Abstract: 本发明公开了一种深埋超长隧道通风效果的模拟方法和装置,该方法包括获取研究区的背景资料;根据背景资料建立研究区的三维地质模型;根据研究区的水位和地温场分布,确定三维地质模型的渗流和温度初始条件;根据研究区的地热流体流动特征、补给排泄情况,确定三维地质模型的渗流和温度边界条件;将所述隧道简化为线性几何模型,并将隧道的线性几何模型添加到研究区的三维地质模型中,构成模拟隧道通风效果的研究模型;为所述研究模型中隧道通风口设置温度边界条件和空气流入流出边界条件;为所述研究模型中隧道入口构建描述入口温度随时间变化的温度周期函数;基于初始条件、边界条件和温度周期函数,利用研究模型来预测隧道和其周围围岩的温度变化、优化通风频率和速度。

Patent Agency Ranking