買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國電建集團成都勘測設計研究院有限公司;中國科學院武漢巖土力學研究所申請的專利基于多源數據的極高應力深部洞群圍巖變形演化預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119538014B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510099745.6，技術領域涉及：G06F18/24；該發明授權基于多源數據的極高應力深部洞群圍巖變形演化預測方法是由張世殊;何雨健;胡亞東;李邵軍;程麗娟;冉從彥;李青春;肖華波設計研發完成，并于2025-01-22向國家知識產權局提交的專利申請。

本基于多源數據的極高應力深部洞群圍巖變形演化預測方法在說明書摘要公布了：本發明主要涉及地質預測技術領域。提供一種基于多源數據的極高應力深部洞群圍巖變形演化預測方法，包括用于預測地下洞室圍巖的穩定性程度構建地下洞室圍巖穩定性分類模型；收集地下洞室圍巖多源監測數據建立多源特征數據集，從中篩選出主成分因子；基于篩選出的主成分因子與圍巖的穩定性程度建立地下洞室圍巖形變預測的影響因子集；構建地下洞室圍巖形變預測模型，并對進行訓練；構建目標圍巖的地下洞室圍巖形變預測的影響因子集，訓練完成的地下洞室圍巖形變預測模型基于目標圍巖的地下洞室圍巖形變預測的影響因子集對目標圍巖進行形變預測，能夠快速準確地分析極高應力下深部洞群圍巖形變演化結果，為現場施工提供決策依據。

本發明授權基于多源數據的極高應力深部洞群圍巖變形演化預測方法在權利要求書中公布了：1.基于多源數據的極高應力深部洞群圍巖變形演化預測方法，其特征在于，包括：步驟S1：構建地下洞室圍巖穩定性分類模型預測地下洞室圍巖穩定性程度；步驟S2：收集地下洞室圍巖多源監測數據建立多源特征數據集，分析多源特征數據集中各因子的內部關聯以及對圍巖形變的貢獻程度，從中篩選出主成分因子，將篩選出的主成分因子與地下洞室圍巖的穩定性程度作為地下洞室圍巖形變預測影響因子集；步驟S3：收集已開挖地下洞室圍巖形變數據和地下洞室圍巖形變預測影響因子集參數；步驟S4：構建地下洞室圍巖形變預測模型，基于收集的已開挖地下洞室圍巖形變數據和地下洞室圍巖形變預測影響因子集參數對構建的地下洞室圍巖形變預測模型進行訓練；步驟S5：構建目標地下洞室圍巖形變預測影響因子集，基于訓練完成的地下洞室圍巖形變預測模型對目標地下洞室圍巖進行形變預測；步驟S1所述構建地下洞室圍巖穩定性分類模型包括：制定地下洞室圍巖穩定性程度的分類量化標準；基于灰色關聯度法篩選出影響地下洞室圍巖穩定性的關鍵地質特征參數；將影響地下洞室圍巖穩定性的關鍵地質特征參數值作為DCNN-SVC模型的輸入，地下洞室圍巖穩定程度分類量化標準值作為輸出，對DCNN-SVC模型進行訓練；訓練過程中，利用DCNN網絡結構對關鍵地質特征參數進行特征提取，將特征提取完成后的關鍵地質特征參數作為輸入遞進SVC模型中，基于ISABO算法搜尋SVC模型的最優超參數組合，將最優超參數組合賦予SVC模型，獲得訓練完成的地下洞室圍巖穩定性分類模型；步驟S4所述構建地下洞室圍巖形變預測模型具體包括：將所述已開挖地下洞室圍巖形變預測影響因子集和對應的地下洞室圍巖形變數據按比例分為訓練集與測試集；將訓練集中的地下洞室圍巖形變預測影響因子集參數作為SVR模型的輸入參數，對應的地下洞室圍巖形變數據作為SVR模型的真實輸出標簽對SVR模型進行訓練；模型訓練過程中基于NRBO尋優算法對SVR模型進行參數尋優，以確定SVR模型的核函數參數和懲罰因子；將優化后的核函數參數和懲罰因子賦予SVR模型，獲得訓練完成的地下洞室圍巖形變預測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國電建集團成都勘測設計研究院有限公司;中國科學院武漢巖土力學研究所，其通訊地址為：610072 四川省成都市青羊區浣花北路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。