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！

龙图腾网获悉西南交通大学申请的专利一种基于机器学习技术的可持续隧道施工涌水量预测方法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：CN120030903B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510179384.6，技术领域涉及：G06F30/27；该发明授权一种基于机器学习技术的可持续隧道施工涌水量预测方法是由张涵;谢国强;杨汝馨;任兴念;龚正君;王东梅设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种基于机器学习技术的可持续隧道施工涌水量预测方法在说明书摘要公布了：本发明属于工程技术和环境保护领域，公开了一种基于机器学习技术的可持续隧道施工涌水量预测方法，步骤如下：数据收集与预处理；利用多元统计和机器学习方法识别涌水量的主控因子；利用Python编程语言，根据涌水量关键影响因素，基于随机森林、XGBoost和深度神经网络模型算法，分别建立高效涌水量预测模型，并根据初始涌水量预测模型输出性能的评估参数评估并对比不同高效涌水量预测模型的性能。将各高效涌水量预测模型训练集和测试集输出性能最接近的高效涌水量预测模型确定为最佳涌水量预测模型；构建可持续化的隧道施工涌水量智能预测系统。本发明通过结合多种机器学习技术，优化了传统涌水量预测方法。

本发明授权一种基于机器学习技术的可持续隧道施工涌水量预测方法在权利要求书中公布了：1.一种基于机器学习技术的可持续隧道施工涌水量预测方法，其特征在于，步骤如下： 步骤1：数据收集与预处理； 收集隧道施工前期资料，包括隧址区的地勘报告、钻孔资料，以及施工周期内实际涌水量数据与对应的施工进度数据；整理形成原始涌水量影响因素数据集；采用插补法和IQR法对原始涌水量影响因素数据集中的数据进行缺失值和异常值检查，并进行描述性统计分析，确定各参数分布和波动特征； 步骤2：利用多元统计和机器学习方法识别涌水量的主控因子； 首先，采用Python编程语言，基于statsmodels库中的向量自回归模型，对降雨量和涌水量进行Granger因果关系检验；根据显著因果关系的滞后时间，确定数据重采样的时间间隔，以平衡时变和非时变因素监测数据采样时间间隔； 其次，采用SPSS26.0软件中的相关分析工具，利用Spearman相关系数识别与涌水量高度相关的影响因素； 最后，利用Python编程语言，基于随机森林模型算法，利用步骤1中所获取的涌水量及涌水量的影响因素数据构建初始涌水量预测模型，并引入特征置换重要性工具和SHAP工具，分析涌水量的影响因素的重要性排序及其对涌水量预测结果的边际贡献，根据特征重要性打分和SHAP值对涌水量的影响因素的重要性进行排序； 步骤3：利用Python编程语言，根据步骤2中所筛选出的涌水量的关键影响因素，基于随机森林、XGBoost和深度神经网络模型算法，分别建立高效涌水量预测模型，并根据步骤2中的初始涌水量预测模型输出性能的评估参数评估并对比不同高效涌水量预测模型的性能； 步骤4：将步骤3中各高效涌水量预测模型训练集和测试集输出性能与初始涌水量预测模型最接近的确定为最佳涌水量预测模型；设置不同的水文地质条件、工程条件情景，再次验证最佳涌水量预测模型对不同工程施工环境的适用性，确保其实际应用中的有效性和准确性； 步骤5：构建可持续化的隧道施工涌水量智能预测系统；利用mysql-connector-python库实现Python与MySQL的高效连接，确保最佳涌水量预测模型数据库的快速交互；可持续化的隧道施工涌水量智能预测系统通过数据库管理将关键影响因素数据输入最佳涌水量预测模型中，进行预测；预测结果返回数据库并储存，便于后续查询和分析。

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西南交通大学，其通讯地址为：611756 四川省成都市郫都区犀安路999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。