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！

龙图腾网恭喜北京科技大学申请的专利基于GA-BP算法的松动圈预测方法、系统及存储介质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：CN119312682B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202411444799.3，技术领域涉及：G06F30/27；该发明授权基于GA-BP算法的松动圈预测方法、系统及存储介质是由郭奇峰;刘佳伟;颜景暄;刘立波;梁深林;付海涛;李岩设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本基于GA-BP算法的松动圈预测方法、系统及存储介质在说明书摘要公布了：本发明涉及松动圈范围预测技术领域，更具体涉及基于GA‑BP算法的松动圈预测方法、系统及存储介质。该方法包括：步骤S1：将实测数据进行归一化处理，并划分为第一分组和第二分组；步骤S2：计算BP神经网络的每一隐藏层节点个数估计值，基于多个第一基因序列和第一分组的实测数据进行训练BP神经网络，计算适应度和损失差，将最优适应度和最小损失差对应的多组第一基因序列进行交叉和变异，获取最优BP神经网络；步骤S3：判断最优BP神经网络的输出结果是否满足误差范围；步骤S4：将满足误差范围的最优BP神经网络作为松动圈预测模型。本发明解决了传统预测松动圈范围不准确的问题，提高了预测松动圈范围的精度。

本发明授权基于GA-BP算法的松动圈预测方法、系统及存储介质在权利要求书中公布了：1.基于GA-BP算法的松动圈预测方法，所述方法采用遗传算法优化的BP神经网络的参数，对松动圈范围度进行预测模型的建立，并完成松动圈的预测，其特征在于，所述方法包括如下步骤：步骤S1：将矿山实测的地应力、巷道跨度、掘进断面积、单轴抗压强度以及节理发育程度作为实测数据并将所述实测数据作为BP神经网络的输入，将全部所述实测数据进行归一化处理，并将所述实测数据划分为第一分组和第二分组；步骤S2：创建BP神经网络，初始化所述BP神经网络，并计算所述BP神经网络的每一隐藏层节点个数估计值，选择所述BP神经网络的预设超参数作为遗传算法的种群个体，通过生成单元基于所述种群个体随机生成多个数据组，将所述数据组进行编码获取第一基因序列，基于多个所述第一基因序列和所述第一分组的所述实测数据进行训练所述BP神经网络，并计算所述BP神经网络的适应度和损失差，将最优适应度对应的多组所述第一基因序列和最小损失差对应的多组所述第一基因序列分别进行交叉和变异，通过遗传优化步骤逐次迭代获取最优BP神经网络及对应的最优预设超参数；步骤S3：保存所述最优BP神经网络，并判断在种群迭代后所述最优BP神经网络的输出结果是否满足误差范围；步骤S4：将满足所述误差范围的所述最优BP神经网络作为松动圈预测模型，并通过所述松动圈预测模型进行松动范围的预测；其中，所述步骤S2包括如下步骤：步骤S21：创建并初始化所述BP神经网络，并选择所述BP神经网络的预设超参数作为遗传算法的种群个体，其中，所述预设超参数包括激活函数的类型、隐藏层的数量、每一所述隐藏层的节点数量、批处理大小、学习率、迭代次数及是否使用常数项；步骤S22：通过所述生成单元生成每一所述种群个体的多个数据，并将所述种群个体的所述多个数据随机组合成多个所述数据组，将所述数据组中的数据进行二进制编码获取多个所述第一基因序列，其中，所述第一基因序列中的所述隐藏层个数取值范围为大于等于1小于等于10的正整数，且每一所述隐藏层的节点个数在所述估计值附近的预设范围内取值；步骤S23：基于所述第一基因序列和所述第一分组的所述实测数据训练所述BP神经网络，并计算每一所述第一基因序列对应所述BP神经网络的所述适应度和所述损失差，并获取适应度最优的a组所述第一基因序列和损失差最小的b组所述第一基因序列；所述步骤S23之后还包括步骤S24：分别将适应度最优的a组所述第一基因序列和损失差最小的b组所述第一基因序列中按照不同的变异个体比例在第一预设范围内进行变异，获取多个第二基因序列和多个第三基因序列，将所述第二基因序列中任意个体与所述第三基因序列中对应个体在高位不同时，进行高位互换，在高位相同时进行低位交叉互换并获取第四基因序列，基于每一所述第四基因序列优化所述BP神经网络，并获取最优适应度和所述损失差都在第二预设范围内的所述BP神经网络模型作为所述最优BP神经网络。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。