买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中铁西南科学研究院有限公司申请的专利一种隧道大变形的分级预测方法及相关产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119669882B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510188244.5，技术领域涉及：G06F18/2411；该发明授权一种隧道大变形的分级预测方法及相关产品是由高成博;陈敏;李飞;郭滨;朱建林;孟亮;许加斌;李林隆;强壮;胡丁水设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本一种隧道大变形的分级预测方法及相关产品在说明书摘要公布了：本发明涉及土木工程技术领域，具体涉及一种隧道大变形的分级预测方法及相关产品,包括数据收集与预处理、特征选择与指标分析、模型选择与训练、模型优化与调整以及变形预测等步骤；本发明在预处理阶段滤除了数据中的噪声，并提取了不同尺度下的关键信息，确保了输入数据的高质量；通过互信息和mRMR算法选择最具代表性的特征，减少了模型复杂度的同时提高了模型的泛化能力；通过SVM模型结合组合参数优化算法，能够快速搜索出最优超参数，提升了模型在不同环境下的预测性能；最终，通过实时变形数据输入，本发明可实现对隧道变形的精准分级预测，为工程管理和决策提供了重要参考，提升了隧道结构的安全性与可靠性。

本发明授权一种隧道大变形的分级预测方法及相关产品在权利要求书中公布了：1.一种隧道大变形的分级预测方法，其特征在于，包括：数据收集与预处理，收集历史隧道工程中的变形数据，并对收集的变形数据进行预处理，获得样本数据；特征选择与指标分析，分析样本数据，并通过互信息和mRMR算法筛选表征变形情况的关键特征；模型选择与训练，通过关键特征对支持向量机进行训练，获得预测模型；模型优化与调整，对预测模型进行验证，并根据验证结果优化模型参数，获得最终的分级预测模型；变形预测，输入隧道的实时变形数据，分级预测模型输出预测的变形等级；其中，最终的分级预测模型的获得方法包括：支持向量机为非线性支持向量机，并将关键特征作为输入变量，将变形等级作为输出标签；构建特征集，特征集包括输入变量和输出标签，其中，为最终特征集中的特征数量，为变形的等级数量；确定非线性支持向量机的决策函数和核函数；通过组合参数优化算法对惩罚系数和核参数进行优化，选择最优的超参数，通过最优的超参数构建预测模型；其中，组合参数优化算法包括：随机生成包含个个体的种群，种群中每个个体均为的值对；评估每个个体的适应度，并按照适应度的大小对每个个体进行排序，将前列的多个个体作为父代，对选出的父代进行交叉操作，生成子代个体，其中，、、和为父代，为随机生成的交叉系数；随机改变部分个体的参数，生成新的个体；重复迭代直至达到最大迭代次数或适应度收敛，将所有父代个体和子代个体按照适应度大小排序，筛选前个个体作为初级超参数；将初级超参数作为初始种群中的初始个体；在每个初始个体的邻域内进行搜索，生成新的初始个体，其中，为控制搜索的随机步长，为随机选择的另一个初始个体；计算新初始个体的适应度，若新初始个体的适应度大于当前初始个体的适应度，则令；否则，不变；计算所有初始个体的适应度，并确定搜索概率，其中，为第个初始个体的适应度值；按照搜索概率的大小对初级超参数进行排序，并选择前个初级超参数，在其领域内进行局部搜索，生成新的初始个体，若新的初始个体的适应度大于当前初始个体的适应度，则更新当前的初始个体；否则，当前的初始个体不变；在重复迭代搜索中，若某个初始个体在多次迭代中适应度不变，则随机生成一个新的初始个体，并用新的初始个体替换当前的初始个体；重复迭代直至达到预设的迭代次数或种群的适应度值收敛；将所有初始个体按照适应度的大小排序，筛选前个初始个体作为次级超参数；选择适应度最大的次级超参数作为最优超参数；设定为预测模型的优化前的参数，且包括个次级超参数；遍历所有参数，对预测模型进行优化的方法包括：选择多个不同的外层交叉验证值和内层交叉验证值；对每个值进行外层交叉验证，计算每个值对应的平均准确率，其中，为在第折外层交叉验证中模型预测结果的真阳性数，为在第折外层交叉验证中模型预测结果的真阴性数，为在第折外层交叉验证中模型预测结果的假阳性数，为在第折外层交叉验证中模型预测结果的假阴性数；选择外层交叉验证的最优折数，其中，为折数为时外层交叉验证平均准确率，为折数为时外层交叉验证平均准确率的方差；通过最优折数确定内层交叉验证的训练集；通过内层交叉验证值优化测试模型的参数，为第折内层交叉验证下给定参数的验证准确率，为给定参数的模型预测结果的不确定性，为求均值操作，为内层交叉验证中找到的优化后的参数，为给定参数的所有折内层交叉验证的平均准确率；将内层交叉验证中的平均准确率作为目标函数，优化测试模型的参数，其中，为对目标函数期望的估计，为探索和利用的平衡参数，为给定参数的模型预测结果的不确定性，为优化后的最终参数，为给定参数的所有折内层交叉验证的平均准确率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中铁西南科学研究院有限公司，其通讯地址为：610000 四川省成都市金牛区西月城街118号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。