Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中铁一局集团铁路建设有限公司;中铁一局集团有限公司李靖获国家专利权

中铁一局集团铁路建设有限公司;中铁一局集团有限公司李靖获国家专利权

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!

龙图腾网获悉中铁一局集团铁路建设有限公司;中铁一局集团有限公司申请的专利一种基于多源数据的隧道通行风险预测方法及系统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:CN120598137B

龙图腾网通过国家知识产权局官网在2025-10-17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:202511094330.6,技术领域涉及:G06Q10/04;该发明授权一种基于多源数据的隧道通行风险预测方法及系统是由李靖;成永峰;李伊萌;刘勇;贾军涛;李凯;代栋宇;张立强设计研发完成,并于2025-08-06向国家知识产权局提交的专利申请。

一种基于多源数据的隧道通行风险预测方法及系统在说明书摘要公布了:本发明提供一种基于多源数据的隧道通行风险预测方法及系统,涉及风险预测技术领域,方法包括:使用基于韧性理论的结构评估方法分析所述车辆特征数据对隧道状态的影响程度得到特征影响系数,并根据不同场景对所述特征影响系数进行动态调整得到风险权重;通过不变异常检测方法计算所述内部通行状态数据与所述风险权重的因果关联特征;建立风险预测模型,输入实时内部通行状态数据,输出得到预测结果。本发明根据不同场景动态调整特征影响系数,模型能够更好地适应隧道在不同运营状态下的风险变化,降低事故发生的概率,提高隧道的通行效率和安全性。

本发明授权一种基于多源数据的隧道通行风险预测方法及系统在权利要求书中公布了:1.一种基于多源数据的隧道通行风险预测方法,其特征在于,包括: 获取隧道周围路网的车辆流量数据,从所述车辆流量数据中筛选通过隧道的车辆特征数据,实时采集隧道内部通行状态数据; 使用基于韧性理论的结构评估方法分析所述车辆特征数据对隧道状态的影响程度得到特征影响系数,并根据不同场景对所述特征影响系数进行动态调整得到风险权重; 得到所述特征影响系数的步骤包括: 通过隧道结构在遭受扰动后恢复正常功能的能力定义韧性指标; 根据隧道结构在车辆通过和离开工况下的不同响应并结合所述韧性指标生成损伤数据,拟合易损性曲线,计算隧道在不同车辆特征下的损伤状态概率,公式表达为:; 式中,是隧道结构在强度下损伤程度大于或等于的概率,是标准正态分布的累积分布函数,是导致损伤程度的特征强度,是易损性曲线的形状参数; 选择指数函数作为隧道结构在受损后的功能恢复过程的修复函数; 基于所述损伤状态概率确定损伤后的功能状态,对所述修复函数进行调整得到隧道结构的功能函数; 并结合车辆特征对所述韧性指标的影响量得到所述特征影响系数; 得到所述风险权重的步骤包括: 根据隧道实际运营划分多个场景,并将每个场景转化为量化参数,所述量化参数包括交通压力参数、环境干扰参数、空间约束参数和后果放大参数; 根据所述量化参数计算不同场景对所述车辆特征的场景敏感因子; 根据所述特征影响系数和所述场景敏感因子计算不同场景下每个车辆特征的风险权重; 按照预设时间间隔采集实时场景参数,并与所述量化参数进行对比,判断是否满足预设相似度,是则调用对应的风险权重,否则继续使用当前风险权重; 通过不变异常检测方法计算所述内部通行状态数据与所述风险权重的因果关联特征; 建立风险预测模型,根据所述风险权重和所述因果关联特征对所述风险预测模型进行更新,输入实时内部通行状态数据,输出得到预测结果; 得到所述因果关联特征的步骤包括: 从所述内部通行数据中提取关键特征,并通过定义条件不变形正则化构建检测模型; 根据所述检测模型识别数据分布和因果关系的变化定义异常变化,并分析不同关键特征对相应的风险权重的因果影响; 使用岭回归方法计算所述内部通行状态数据对所述风险权重的总效应,通过所述检测模型识别虚假效应,相减得到所述因果关联特征。

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一局集团铁路建设有限公司;中铁一局集团有限公司,其通讯地址为:712000 陕西省咸阳市秦都区吴家堡四段路10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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。