買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國電建集團(tuán)成都勘測設(shè)計(jì)研究院有限公司;中國科學(xué)院武漢巖土力學(xué)研究所申請的專利基于多源數(shù)據(jù)的極高應(yīng)力深部洞群圍巖變形演化預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119538014B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510099745.6，技術(shù)領(lǐng)域涉及：G06F18/24；該發(fā)明授權(quán)基于多源數(shù)據(jù)的極高應(yīng)力深部洞群圍巖變形演化預(yù)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(shè)計(jì)研發(fā)完成，并于2025-01-22向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本基于多源數(shù)據(jù)的極高應(yīng)力深部洞群圍巖變形演化預(yù)測方法在說明書摘要公布了：本發(fā)明主要涉及地質(zhì)預(yù)測技術(shù)領(lǐng)域。提供一種基于多源數(shù)據(jù)的極高應(yīng)力深部洞群圍巖變形演化預(yù)測方法，包括用于預(yù)測地下洞室圍巖的穩(wěn)定性程度構(gòu)建地下洞室圍巖穩(wěn)定性分類模型；收集地下洞室圍巖多源監(jiān)測數(shù)據(jù)建立多源特征數(shù)據(jù)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(wěn)定性程度建立地下洞室圍巖形變預(yù)測的影響因子集；構(gòu)建地下洞室圍巖形變預(yù)測模型，并對進(jìn)行訓(xùn)練；構(gòu)建目標(biāo)圍巖的地下洞室圍巖形變預(yù)測的影響因子集，訓(xùn)練完成的地下洞室圍巖形變預(yù)測模型基于目標(biāo)圍巖的地下洞室圍巖形變預(yù)測的影響因子集對目標(biāo)圍巖進(jìn)行形變預(yù)測，能夠快速準(zhǔn)確地分析極高應(yīng)力下深部洞群圍巖形變演化結(jié)果，為現(xiàn)場施工提供決策依據(jù)。

本發(fā)明授權(quán)基于多源數(shù)據(jù)的極高應(yīng)力深部洞群圍巖變形演化預(yù)測方法在權(quán)利要求書中公布了：1.基于多源數(shù)據(jù)的極高應(yīng)力深部洞群圍巖變形演化預(yù)測方法，其特征在于，包括：步驟S1：構(gòu)建地下洞室圍巖穩(wěn)定性分類模型預(yù)測地下洞室圍巖穩(wěn)定性程度；步驟S2：收集地下洞室圍巖多源監(jiān)測數(shù)據(jù)建立多源特征數(shù)據(jù)集，分析多源特征數(shù)據(jù)集中各因子的內(nèi)部關(guān)聯(lián)以及對圍巖形變的貢獻(xiàn)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(wěn)定性程度作為地下洞室圍巖形變預(yù)測影響因子集；步驟S3：收集已開挖地下洞室圍巖形變數(shù)據(jù)和地下洞室圍巖形變預(yù)測影響因子集參數(shù)；步驟S4：構(gòu)建地下洞室圍巖形變預(yù)測模型，基于收集的已開挖地下洞室圍巖形變數(shù)據(jù)和地下洞室圍巖形變預(yù)測影響因子集參數(shù)對構(gòu)建的地下洞室圍巖形變預(yù)測模型進(jìn)行訓(xùn)練；步驟S5：構(gòu)建目標(biāo)地下洞室圍巖形變預(yù)測影響因子集，基于訓(xùn)練完成的地下洞室圍巖形變預(yù)測模型對目標(biāo)地下洞室圍巖進(jìn)行形變預(yù)測；步驟S1所述構(gòu)建地下洞室圍巖穩(wěn)定性分類模型包括：制定地下洞室圍巖穩(wěn)定性程度的分類量化標(biāo)準(zhǔn)；基于灰色關(guān)聯(lián)度法篩選出影響地下洞室圍巖穩(wěn)定性的關(guān)鍵地質(zhì)特征參數(shù)；將影響地下洞室圍巖穩(wěn)定性的關(guān)鍵地質(zhì)特征參數(shù)值作為DCNN-SVC模型的輸入，地下洞室圍巖穩(wěn)定程度分類量化標(biāo)準(zhǔn)值作為輸出，對DCNN-SVC模型進(jìn)行訓(xùn)練；訓(xùn)練過程中，利用DCNN網(wǎng)絡(luò)結(jié)構(gòu)對關(guān)鍵地質(zhì)特征參數(shù)進(jìn)行特征提取，將特征提取完成后的關(guān)鍵地質(zhì)特征參數(shù)作為輸入遞進(jìn)SVC模型中，基于ISABO算法搜尋SVC模型的最優(yōu)超參數(shù)組合，將最優(yōu)超參數(shù)組合賦予SVC模型，獲得訓(xùn)練完成的地下洞室圍巖穩(wěn)定性分類模型；步驟S4所述構(gòu)建地下洞室圍巖形變預(yù)測模型具體包括：將所述已開挖地下洞室圍巖形變預(yù)測影響因子集和對應(yīng)的地下洞室圍巖形變數(shù)據(jù)按比例分為訓(xùn)練集與測試集；將訓(xùn)練集中的地下洞室圍巖形變預(yù)測影響因子集參數(shù)作為SVR模型的輸入?yún)?shù)，對應(yīng)的地下洞室圍巖形變數(shù)據(jù)作為SVR模型的真實(shí)輸出標(biāo)簽對SVR模型進(jìn)行訓(xùn)練；模型訓(xùn)練過程中基于NRBO尋優(yōu)算法對SVR模型進(jìn)行參數(shù)尋優(yōu)，以確定SVR模型的核函數(shù)參數(shù)和懲罰因子；將優(yōu)化后的核函數(shù)參數(shù)和懲罰因子賦予SVR模型，獲得訓(xùn)練完成的地下洞室圍巖形變預(yù)測模型。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國電建集團(tuán)成都勘測設(shè)計(jì)研究院有限公司;中國科學(xué)院武漢巖土力學(xué)研究所，其通訊地址為：610072 四川省成都市青羊區(qū)浣花北路1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。