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！

龍圖騰網恭喜北京科技大學申請的專利基于GA-BP算法的松動圈預測方法、系統及存儲介質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：CN119312682B 。

龍圖騰網通過國家知識產權局官網在2025-05-02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：202411444799.3，技術領域涉及：G06F30/27；該發明授權基于GA-BP算法的松動圈預測方法、系統及存儲介質是由郭奇峰;劉佳偉;顏景暄;劉立波;梁深林;付海濤;李巖設計研發完成，并于2024-10-16向國家知識產權局提交的專利申請。

本基于GA-BP算法的松動圈預測方法、系統及存儲介質在說明書摘要公布了：本發明涉及松動圈范圍預測技術領域，更具體涉及基于GA?BP算法的松動圈預測方法、系統及存儲介質。該方法包括：步驟S1：將實測數據進行歸一化處理，并劃分為第一分組和第二分組；步驟S2：計算BP神經網絡的每一隱藏層節點個數估計值，基于多個第一基因序列和第一分組的實測數據進行訓練BP神經網絡，計算適應度和損失差，將最優適應度和最小損失差對應的多組第一基因序列進行交叉和變異，獲取最優BP神經網絡；步驟S3：判斷最優BP神經網絡的輸出結果是否滿足誤差范圍；步驟S4：將滿足誤差范圍的最優BP神經網絡作為松動圈預測模型。本發明解決了傳統預測松動圈范圍不準確的問題，提高了預測松動圈范圍的精度。

本發明授權基于GA-BP算法的松動圈預測方法、系統及存儲介質在權利要求書中公布了：1.基于GA-BP算法的松動圈預測方法，所述方法采用遺傳算法優化的BP神經網絡的參數，對松動圈范圍度進行預測模型的建立，并完成松動圈的預測，其特征在于，所述方法包括如下步驟：步驟S1：將礦山實測的地應力、巷道跨度、掘進斷面積、單軸抗壓強度以及節理發育程度作為實測數據并將所述實測數據作為BP神經網絡的輸入，將全部所述實測數據進行歸一化處理，并將所述實測數據劃分為第一分組和第二分組；步驟S2：創建BP神經網絡，初始化所述BP神經網絡，并計算所述BP神經網絡的每一隱藏層節點個數估計值，選擇所述BP神經網絡的預設超參數作為遺傳算法的種群個體，通過生成單元基于所述種群個體隨機生成多個數據組，將所述數據組進行編碼獲取第一基因序列，基于多個所述第一基因序列和所述第一分組的所述實測數據進行訓練所述BP神經網絡，并計算所述BP神經網絡的適應度和損失差，將最優適應度對應的多組所述第一基因序列和最小損失差對應的多組所述第一基因序列分別進行交叉和變異，通過遺傳優化步驟逐次迭代獲取最優BP神經網絡及對應的最優預設超參數；步驟S3：保存所述最優BP神經網絡，并判斷在種群迭代后所述最優BP神經網絡的輸出結果是否滿足誤差范圍；步驟S4：將滿足所述誤差范圍的所述最優BP神經網絡作為松動圈預測模型，并通過所述松動圈預測模型進行松動范圍的預測；其中，所述步驟S2包括如下步驟：步驟S21：創建并初始化所述BP神經網絡，并選擇所述BP神經網絡的預設超參數作為遺傳算法的種群個體，其中，所述預設超參數包括激活函數的類型、隱藏層的數量、每一所述隱藏層的節點數量、批處理大小、學習率、迭代次數及是否使用常數項；步驟S22：通過所述生成單元生成每一所述種群個體的多個數據，并將所述種群個體的所述多個數據隨機組合成多個所述數據組，將所述數據組中的數據進行二進制編碼獲取多個所述第一基因序列，其中，所述第一基因序列中的所述隱藏層個數取值范圍為大于等于1小于等于10的正整數，且每一所述隱藏層的節點個數在所述估計值附近的預設范圍內取值；步驟S23：基于所述第一基因序列和所述第一分組的所述實測數據訓練所述BP神經網絡，并計算每一所述第一基因序列對應所述BP神經網絡的所述適應度和所述損失差，并獲取適應度最優的a組所述第一基因序列和損失差最小的b組所述第一基因序列；所述步驟S23之后還包括步驟S24：分別將適應度最優的a組所述第一基因序列和損失差最小的b組所述第一基因序列中按照不同的變異個體比例在第一預設范圍內進行變異，獲取多個第二基因序列和多個第三基因序列，將所述第二基因序列中任意個體與所述第三基因序列中對應個體在高位不同時，進行高位互換，在高位相同時進行低位交叉互換并獲取第四基因序列，基于每一所述第四基因序列優化所述BP神經網絡，并獲取最優適應度和所述損失差都在第二預設范圍內的所述BP神經網絡模型作為所述最優BP神經網絡。

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北京科技大學，其通訊地址為：100083 北京市海淀區學院路30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”。