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！

龙图腾网恭喜武汉大学申请的专利基于机器学习的岩质高边坡开挖锚固变形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：CN117252063B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202311262453.7，技术领域涉及：G06F30/23；该发明授权基于机器学习的岩质高边坡开挖锚固变形预测方法及系统是由李典庆;臧航航;唐小松;刘勇设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本基于机器学习的岩质高边坡开挖锚固变形预测方法及系统在说明书摘要公布了：本发明公开了一种基于机器学习的岩质高边坡开挖锚固变形预测方法及系统，包括：获取高拱坝坝区地质调查报告、边坡开挖进度和监测信息，构建岩质高边坡多阶段开挖锚固模型；基于机器学习算法对构建模型的岩体物理力学参数进行重要性排序，将关键岩体物理力学参数识别为待更新的随机变量；基于机器学习算法构建各开挖锚固阶段中随机变量和边坡响应之间的代理模型；构建贝叶斯框架，将监测信息纳入其中反演岩体物理力学参数的后验分布；将反演的岩体物理力学参数的后验分布输入各开挖锚固阶段的代理模型中以预测后续开挖锚固阶段边坡变形。本发明实现了利用监测信息弥补岩体物理力学参数试验数据不足的岩质高边坡开挖锚固变形的预测。

本发明授权基于机器学习的岩质高边坡开挖锚固变形预测方法及系统在权利要求书中公布了：1.一种基于机器学习的岩质高边坡开挖锚固变形预测方法，其特征在于，包括如下步骤：步骤1，获取高拱坝坝区地质调查报告、边坡开挖进度和监测信息，并以此构建岩质高边坡多阶段开挖锚固模型；步骤2，基于机器学习算法对构建模型的岩体物理力学参数进行重要性排序，将关键岩体物理力学参数识别为待更新的随机变量；步骤3，基于机器学习算法构建各开挖锚固阶段中随机变量和边坡响应之间的代理模型；步骤4，建立监测信息与代理模型之间的函数关系，构建贝叶斯框架，将该函数关系纳入其中反演岩体物理力学参数的后验分布；步骤5，将反演的岩体物理力学参数的后验分布输入到各开挖锚固阶段的代理模型中以预测后续开挖锚固阶段边坡变形；其中，步骤3包括：将步骤2中识别的关键岩体物理力学参数定义为随机变量x＝[x1,x2,…,xd]；采用支持向量机算法训练各开挖锚固阶段中随机变量和边坡响应之间的代理模型SVMx，采用代理模型SVMx代替岩质高边坡多阶段开挖锚固模型的FLAC3D模型；步骤4中，建立的监测信息Y＝[y1,y2,…,yn]与代理模型SVMx之间的函数关系为：Y＝SVMx+ε式中，ε表示测量误差。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。