恭喜中交第一公路勘察设计研究院有限公司金龙获国家专利权
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!
龙图腾网恭喜中交第一公路勘察设计研究院有限公司申请的专利基于多源数据与深度学习驱动的冻土路基融沉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:CN119918428B 。
龙图腾网通过国家知识产权局官网在2025-06-17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:202510407595.0,技术领域涉及:G06F30/27;该发明授权基于多源数据与深度学习驱动的冻土路基融沉预测方法是由金龙;赵慧龙;陈建兵;董元宏;赵南陆;彭惠;胡彬华;张琪;邓英杰;魏尧;袁远;李自军;王亚彪设计研发完成,并于2025-04-02向国家知识产权局提交的专利申请。
本基于多源数据与深度学习驱动的冻土路基融沉预测方法在说明书摘要公布了:本申请提供一种基于多源数据与深度学习驱动的冻土路基融沉预测方法,涉及寒区工程领域。该方法包括:通过对冻土路基的热‑力耦合过程进行数学描述,得到冻土路基热力耦合物理模型;采集冻土路基现场监测数据、遥感数据、室内试验数据以及工程环境数据,通过对多源数据清洗和归一化处理,得到用于构建与训练物理信息神经网络模型的多源数据集;基于冻土路基物理模型和多源数据集构建物理信息神经网络;通过微分方程构建物理信息神经网络模型物理残差,基于残差项构建损失函数;对物理信息神经网络模型开展训练,以得到用于对冻土路基的融沉变形进行预测的深度学习模型。该方法可以提高对冻土路基进行融沉变形预测的准确性和可靠性。
本发明授权基于多源数据与深度学习驱动的冻土路基融沉预测方法在权利要求书中公布了:1.一种基于多源数据与深度学习驱动的冻土路基融沉预测方法,其特征在于,包括: 对冻土路基的热力耦合过程进行数学建模,建立以位移为主要未知量的冻土路基热力耦合物理模型;其中,所述热力耦合物理模型包括热传导模型和力学模型,所述热传导模型用于描述温度场演化及相变过程中潜热效应对有效比热容及导热系数的影响; 采集冻土路基现场的多源数据,通过对多源数据清洗和归一化处理,得到用于构建与训练物理信息神经网络模型的多源数据集;所述多源数据包括监测数据、遥感数据、室内试验数据以及工程环境数据; 基于所述冻土路基热力耦合物理模型和所述多源数据集构建物理信息神经网络;其中,所述物理信息神经网络的输入为空间坐标和时间,输出为预测温度、沉降量及可学习参数,所述物理信息神经网络通过自动微分机制计算输出对空间、时间及可学习参数的偏导数,所述偏导数用于构建所述热力耦合物理模型的残差项; 通过微分方程构建物理信息神经网络模型物理残差,基于所述残差项构建损失函数;其中,所述损失函数用于指导所述物理信息神经网络的训练过程,确保模型预测结果符合经典物理模型规律; 对所述物理信息神经网络进行训练,在所述损失函数收敛或达到预设训练轮数的情况下,得到深度学习模型;所述深度学习模型用于对冻土路基的融沉变形进行预测。
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交第一公路勘察设计研究院有限公司,其通讯地址为:710075 陕西省西安市高新区科技二路63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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。