Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中南大学;中国铁路上海局集团有限公司杭州铁路枢纽工程建设指挥部;中铁二局集团有限公司;高速铁路建造技术国家工程研究中心杨奇获国家专利权

中南大学;中国铁路上海局集团有限公司杭州铁路枢纽工程建设指挥部;中铁二局集团有限公司;高速铁路建造技术国家工程研究中心杨奇获国家专利权

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!

龙图腾网获悉中南大学;中国铁路上海局集团有限公司杭州铁路枢纽工程建设指挥部;中铁二局集团有限公司;高速铁路建造技术国家工程研究中心申请的专利基于贝叶斯与物理信息神经网络的砂土渗透系数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:CN121542719B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610060765.7,技术领域涉及:G06F18/2133;该发明授权基于贝叶斯与物理信息神经网络的砂土渗透系数预测方法是由杨奇;苏晶晶;储鹏程;马劲松;周应华;时步炯;徐方;刚铭基;张博枫;宋春燕设计研发完成,并于2026-01-16向国家知识产权局提交的专利申请。

基于贝叶斯与物理信息神经网络的砂土渗透系数预测方法在说明书摘要公布了:本发明公开了一种基于贝叶斯与物理信息神经网络的砂土渗透系数预测方法,包括以下步骤:构建物理‑数据混合驱动的增强数据集,所述数据集包含实测锚点数据及基于渗流物理机理生成的物理增强数据;构建双通道特征解耦融合神经网络,分别通过粒径通道和结构通道提取级配形态特征与土体密实特征,并在深层进行融合;引入多物理约束嵌入机制及物理约束激活层,构建总损失函数,通过HMC算法对网络参数进行后验推断,得到参数样本集;基于参数样本集进行渗透系数预测。本发明通过双通道架构与数据增强策略,有效解决了岩土工程中小样本导致的过拟合问题,并通过网络架构和物理损失嵌入两方面杜绝了非物理预测值的产生,实现了高精度预测与不确定性量化的协同,极大地提高了工程适应性。

本发明授权基于贝叶斯与物理信息神经网络的砂土渗透系数预测方法在权利要求书中公布了:1.一种基于贝叶斯与物理信息神经网络的砂土渗透系数预测方法,其特征在于,包括以下步骤: S1.构建物理-数据混合驱动的增强数据集;所述数据集包含实验室实测的砂土级配数据,以及基于渗流物理机理生成的物理增强数据;对所述数据集进行预处理; S2.构建双通道特征解耦融合神经网络;所述网络包含独立并行的粒径特征提取通道和结构特征提取通道,分别学习砂土级配特征与结构特征,并在深层进行融合,建立输入特征与渗透系数的非线性映射关系; S3.引入多物理约束嵌入机制,构建总损失函数,基于砂土数据集对所述双通道特征解耦融合神经网络进行初步训练; S4.采用汉密尔顿蒙特卡洛算法对神经网络参数进行后验采样,生成参数的后验样本集; S5.基于所述参数后验样本集,通过双通道特征解耦融合神经网络,对待测样本进行预测,输出渗透系数的预测均值及置信区间; 步骤S2中所述双通道特征解耦融合神经网络的具体架构包括:粒径特征提取通道: 用于接收砂土的各级配粒径数据,、、...、,共10维,通过多层全连接层提取级配 曲线的非线性形态特征;所述粒径特征提取通道包含两层隐藏层,节点数分别为16和8;结 构特征提取通道:用于接收砂土的孔隙比的结构性参数,通过独立的全连接层提取土体密 实状态特征;所述结构特征提取通道包含两层隐藏层,节点数分别为8和4;特征融合模块: 将所述粒径特征提取通道输出的8维特征向量与结构特征提取通道输出的4维特征向量 进行拼接,形成12维综合特征向量,输入到包含8个节点的融合隐藏层;物理约束输出层:所 述特征融合模块的末端连接有物理约束激活函数,强制网络输出值恒大于零,以满足渗透 系数非负的物理定义;除物理约束输出层外,其余层均采用双曲正切函数tanh作为激活函 数; 所述多物理约束嵌入机制具体为,引入若干个物理模型,基于每个物理模型,计算理论 渗透系数与所述神经网络预测的渗透系数之间的绝对差值作为残差,使用以下算式表示:,其中,为第k个物理模型计算得到的残差,为第k个物理模型计算 得到的理论渗透系数,为所述神经网络预测的渗透系数;然后按照预设权重对残差进 行加权求和,得到的结果作为物理约束损失,所述物理模型包括Kozeny-Carman方程、 Terzaghi公式、粗粒土渗透系数经验公式一以及粗粒土渗透系数经验公式二;物理约束损 失使用以下算式表示:;其中,为基于Kozeny- Carman方程计算得到的残差;为基于Terzaghi公式计算得到的残差;为基于粗粒土 渗透系数经验公式一计算得到的残差;为基于粗粒土渗透系数经验公式二算得到的残 差;为第一权重值;为第二权重值;为第三权重值;为第四权重值; 所述Kozeny-Carman方程使用以下算式表示:;其中,n为孔隙 度,且;为基于Kozeny-Carman方程计算得到的理论渗透系数;e为孔隙 比; 所述Terzaghi公式使用以下算式表示:;其中,为基于Terzaghi公式 计算得到的理论渗透系数; 所述粗粒土渗透系数经验公式一使用以下算式表示:;其中,为基 于粗粒土渗透系数经验公式一计算得到的理论渗透系数;为曲率系数,且;为不均匀系数,且; 所述粗粒土渗透系数经验公式二使用以下算式表示:;其 中,为基于粗粒土渗透系数经验公式二计算得到的理论渗透系数;n为孔隙度,且。

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南大学;中国铁路上海局集团有限公司杭州铁路枢纽工程建设指挥部;中铁二局集团有限公司;高速铁路建造技术国家工程研究中心,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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。

免责声明
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。