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！

龙图腾网恭喜河海大学申请的专利一种基于改进支持向量回归的滑坡模拟参数反演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：CN114997040B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210486789.0，技术领域涉及：G06F30/27；该发明授权一种基于改进支持向量回归的滑坡模拟参数反演方法是由闫龙;许晓逸;徐卫亚;陈世壮;王海江设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本一种基于改进支持向量回归的滑坡模拟参数反演方法在说明书摘要公布了：本发明公开了一种基于改进支持向量回归的滑坡模拟参数反演方法，基于数值模拟模型，结合目标滑坡区域现场监测采集的数据来反演数值模拟中所需要使用的，通过构建滑坡模拟参数反演模型获得目标滑坡区域的预设滑坡模拟参数类型组的数据，并且使用改进的支持向量回归方法对滑坡模拟参数反演模型的待优化参数进行优化，同时加入以现场采集数据为约束的外部条件，能够综合考虑目标滑坡区域多方因素对预设滑坡模拟参数类型组的数据的影响，使得预设滑坡模拟参数类型组的数据更加符合实际情况，并且解决了支持向量回归参数不好确定的问题，通过优化待优化参数不断减小支持向量回归预测误差，不仅对岩土参数反演有指导意义，在算法优化发明也有一定研究意义。

本发明授权一种基于改进支持向量回归的滑坡模拟参数反演方法在权利要求书中公布了：1.一种基于改进支持向量回归的滑坡模拟参数反演方法，其特征在于：针对目标滑坡区域，执行以下步骤，构建目标滑坡区域的滑坡模拟参数反演模型，获得目标滑坡区域预设滑坡模拟参数类型组的数据：步骤A：针对目标滑坡区域，基于正交数值模拟方法获得以预设滑坡模拟参数类型组的数据为输入、目标滑坡区域在预设时长段内的位移数据为输出的滑坡数值模型；步骤B：基于目标滑坡区域中各预设位置的监测点，对预设时长段以预设时间步长进行划分获得各时间段，基于滑坡数值模型,获得在各时间段下预设滑坡模拟参数类型组对应的不同数据、以及不同数据分别对应各监测点的位移数据作为训练集，采集在各时间段下目标滑坡区域预设滑坡模拟参数类型组的数据、以及对应各监测点的位移数据作为测试集；步骤C：针对在预设时长段内的训练集与测试集，以一时间段下各监测点的位移数据为输入，该时间段下该各监测点位移数据对应的预设滑坡模拟参数类型组的数据为输出，通过改进的支持向量回归方法构建滑坡模拟参数反演模型，获得目标滑坡区域预设滑坡模拟参数类型组的数据；预设滑坡模拟参数类型组包括粘聚力c与摩擦角步骤C中，所述改进的支持向量回归方法通过以下步骤C1至步骤C3，对滑坡模拟参数反演模型的待优化参数进行优化，通过优化得到的待优化参数构建滑坡模拟参数反演模型：步骤C1：将滑坡模拟参数反演模型的待优化参数设置为种群个体，随机生成待优化参数构成的猎物矩阵Prey，Prey为n×d的矩阵，n为种群数量，d为种群维度即待优化参数数量；基于猎物矩阵Prey中的各种群个体，建立各种群个体分别对应的滑坡模拟参数反演模型，以滑坡模拟参数反演模型的误差函数为适应度函数，保留适应度函数值最小对应的种群个体，并将该种群个体复制n次构成捕食者矩阵Elite，捕食者矩阵Elite与猎物矩阵Prey维度相同；步骤C2：基于猎物矩阵Prey、捕食者矩阵Elite，针对训练集与测试集，结合预设迭代次数M，迭代执行以下过程，迭代更新捕食者矩阵Elite，最终输出捕食者矩阵Elite：更新猎物矩阵Prey，基于猎物矩阵Prey中的各种群个体，建立各种群个体分别对应的滑坡模拟参数反演模型，以滑坡模拟参数反演模型的误差函数为适应度函数，将适应度函数值最小对应的猎物矩阵种群个体与捕食者矩阵中相同位置种群个体对应的适应度函数值进行对比，若猎物矩阵种群个体对应的适应度函数值优于捕食者矩阵种群个体对应的适应度函数值，则将猎物矩阵种群个体替换该捕食者矩阵种群个体，更新捕食者矩阵Elite，进入下一次迭代，重复步骤C2；若猎物矩阵种群个体对应的适应度函数值不优于捕食者矩阵种群个体对应的适应度函数值，则捕食者矩阵Elite保持不变进入下一次迭代，重复步骤C2；步骤C3：针对步骤C2得到的捕食者矩阵Elite，对捕食者矩阵Elite中的各种群个体进行筛选，得到一个种群个体，即为优化得到的待优化参数。

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河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8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”。