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！

龙图腾网获悉中国科学院武汉岩土力学研究所申请的专利机器学习辅助建立岩石节理峰值抗剪强度预测模型的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：CN114662406B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202210382136.8，技术领域涉及：G06F30/27；该发明授权机器学习辅助建立岩石节理峰值抗剪强度预测模型的方法是由申辉;刘亚群;李海波;刘博;夏祥;于崇设计研发完成，并于2022-04-12向国家知识产权局提交的专利申请。

本机器学习辅助建立岩石节理峰值抗剪强度预测模型的方法在说明书摘要公布了：本发明涉及机器学习辅助建立岩石节理峰值抗剪强度预测模型的方法，首先经过特征筛选，选取了三维粗糙度参数、法向压力、基本摩擦角以及材料的抗拉强度四个具有代表性的参数作为机器学习模型的输入参数；分别基于支持向量机SVM、遗传算法改进的BP神经网络GA‑BPNN和随机森林RF三种常用的机器学习算法建立节理峰值抗剪强度回归预测模型，并使用10折交叉验证测试各模型的预测性能；然后分析了机器学习模型中参数的敏感性，评估了所建立模型的泛化性能；最后将机器学习得到的峰值抗剪强度模型与四个传统的峰值抗剪强度模型进行了对比，发现机器学习模型显著地提高了预测性能，在提高预测的准确率、减小均方根误差以及平均绝对误差方面有较大的性能提升。

本发明授权机器学习辅助建立岩石节理峰值抗剪强度预测模型的方法在权利要求书中公布了：1.基于机器学习算法建立岩石节理峰值抗剪强度预测模型的方法，其特征在于，包括以下步骤： S1、通过统计和比较传统节理峰值抗剪强度经验模型中所使用的参数，分析与岩石节理峰值抗剪强度相关的高频使用参数，根据大量试验数据建立用于机器学习的岩石节理峰值抗剪强度数据库； 在所述S1中，用于机器学习训练的岩石节理峰值抗剪强度相关的输入参数是通过统计分析大量传统岩石节理峰值抗剪强度经验模型中所使用参数的频率确定的，其选取过程合理，选取结果更有利于机器学习训练； S2、进行特征选择以降低特征维度，确定使用频率最高的三维粗糙度参数C+1、法向压力、基本摩擦角以及材料的抗拉强度作为最终的机器学习模型输入参数；节理面三维形貌参数、、C以及材料抗拉强度； 在所述S2中，需要对S1中初步选取的参数进行进一步分析，排除或者合并冗余的参数，精简用于机器学习的输入参数的数量，最终确定使用频率最高的三维粗糙度参数C+1、法向压力、基本摩擦角以及材料的抗拉强度四个参数作为机器学习模型的输入参数； S3、将选取的四个特征参数的值进行数据缩放，同时按照7:3的比例将处理好的数据集划分成训练集和测试集，训练集将用于机器学习模型的训练，训练好的模型将在测试集上进行预测，并与传统的岩石节理峰值抗剪强度经验模型进行对比分析，评估预测模型的性能优劣； S4、采用训练后的岩石节理峰值抗剪强度机器学习预测模型，分析模型的参数敏感性，通过构造具有合理参数范围的新数据集以进行模型预测和评估，选出性能较优者，评价模型的泛化能力； 在所述S3中，选取了三种机器学习算法来建立回归分析模型来预测节理的峰值抗剪强度，包括支持向量机SVM、遗传算法改进的BP神经网络GA-BPNN和随机森林RF；再将获得的最优权值和阈值赋予BP神经网络进行训练，对于只有4个输入参数的GA-BPNN模型，设置一个隐含层，隐含层神经元个数确定为5个；随机森林模型中最小叶子数量为2，树的数量为100；三种机器学习模型分别在训练集上训练，在测试集上预测，其模型性能主要使用三种指标评判。

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国科学院武汉岩土力学研究所，其通讯地址为：430000 湖北省武汉市武昌区水果湖街小洪山2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。