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！

龙图腾网获悉吉林大学申请的专利基于机器学习的冲刷损伤桥梁屈曲荷载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：CN120337793B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510819432.3，技术领域涉及：G06F30/27；该发明授权基于机器学习的冲刷损伤桥梁屈曲荷载预测方法及系统是由谭国金;成天佑;孔庆雯;周培蕾;何昕;王文盛设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本基于机器学习的冲刷损伤桥梁屈曲荷载预测方法及系统在说明书摘要公布了：本发明涉及一种基于机器学习的冲刷损伤桥梁屈曲荷载预测方法及系统，属于机器学习与结构工程技术领域。该预测方法包括：原始数据获取，原始数据预处理，构建LightGBM机器学习模型，采用多种性能评价指标对所构建的模型进行评估与验证。本发明综合考虑桥梁结构参数、地基土体物性指标等关键变量，构建覆盖大量冲刷组合的大样本数据库，利用基于能量法的冲刷损伤后桥墩‑承台‑桩结构体系屈曲分析方法，精确计算结构临界屈曲荷载，作为输出目标，结合集成学习算法建立多变量非线性映射关系，替代传统复杂计算，具备良好的工程适应性与普适性，能够适用于不同参数桥梁、不同基础形式及复杂冲刷条件下的屈曲承载能力快速预测。

本发明授权基于机器学习的冲刷损伤桥梁屈曲荷载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冲刷损伤桥梁屈曲荷载预测方法，其特征在于，包括以下步骤： 步骤S101：原始数据获取，包括桥梁参数、土体参数、冲刷深度以及临界屈曲荷载变化率结构参数的获取； 桥梁参数包括：桩长细比、桥墩宽度、桥墩高度、桥墩弹性模量、桩弹性模量； 土体参数为土体地基抗力系数的比例系数值； 步骤S102：对步骤S101获取的原始数据进行预处理，包括缺失值填充、异常值剔除、特征标准化，得到预测任务的结构参数输入数据集； 步骤S103：以步骤S102获得的数据集的桥梁参数、土体参数以及冲刷深度为输入特征，以临界屈曲荷载变化率为预测目标，构建LightGBM机器学习模型，建立输入特征与预测目标之间的非线性映射关系； LightGBM机器学习模型在训练中，通过集成多个回归子树提高对高维结构特征空间的拟合能力，引入折交叉验证策略对数据集的样本数据进行多轮划分与迭代训练，获得最终的回归模型，该回归模型用于实现冲刷损伤桥梁临界屈曲荷载变化率预测； 步骤S104：采用多种性能评价指标对步骤S103获得的回归模型进行评估与验证。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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”。