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！

龙图腾网获悉山东科技大学申请的专利一种基于神经网络的巷道锚网索支护参数优化设计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：CN120316885B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510773958.2，技术领域涉及：G06F30/13；该发明授权一种基于神经网络的巷道锚网索支护参数优化设计方法是由卢国志;王凯璇;仲崇岩;姚秋卉;李鑫;牛金华;王涛设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种基于神经网络的巷道锚网索支护参数优化设计方法在说明书摘要公布了：本发明公开了一种基于神经网络的巷道锚网索支护参数优化设计方法，属于采矿工程与人工智能交叉的技术领域，包括如下步骤：采集巷道的相关数据，并对所收集的数据进行预处理；搭建动态自适应BP神经网络架构，包括引入3个交叉特征的输入层、采用动态调整策略的隐含层、输出层；基于动态自适应BP神经网络架构构建锚索模型和锚杆模型，模型训练时采用结合围岩复杂度的动态学习率进行自适应调整；将现场实时采集的5个关键影响指标和计算的3个交叉特征输入训练完成的锚索模型和锚杆模型，生成预测的锚索参数和锚杆参数，用于现场支护设计。本发明提升了巷道支护参数方案的设计效率，减少人力等资源消耗，降低成本。

本发明授权一种基于神经网络的巷道锚网索支护参数优化设计方法在权利要求书中公布了：1.一种基于神经网络的巷道锚网索支护参数优化设计方法，其特征在于，包括如下步骤： 步骤1、采集巷道的相关数据； 所述步骤1中，收集若干条数据作为初始样本数据，每条数据包含13个字段，其中前5个字段为5个关键影响指标，依次为围岩强度、围岩完整性、煤层强度、巷道埋深、断面面积，将5个关键影响指标作为锚索模型和锚杆模型的输入层神经元；第6个-第9个字段为锚索参数，依次为锚索长度、锚索直径、锚索间距、锚索排距，将锚索参数作为锚索模型的输出层神经元；第10个-第13个字段为锚杆参数，依次为锚杆长度、锚杆直径、锚杆间距、锚杆排距，将锚杆参数作为锚杆模型的输出层神经元； 步骤2、对所收集的数据进行预处理； 步骤3、搭建动态自适应BP神经网络架构；动态自适应BP神经网络架构包括输入层、采用动态调整策略的隐含层、输出层；具体过程为： 步骤3.1、对传统BP神经网络架构的输入层进行改进，新增了3个交叉特征，并引入了自注意力权重；具体过程为： 步骤3.1.1、在输入层中新增3个交叉特征，将输入维度从5扩展至8；3个交叉特征的计算公式为： 2； 式中，、、为3个不同的交叉特征；表示围岩强度；表示煤层强度；表示围岩完整性系数；表示巷道埋深；表示断面面积； 步骤3.1.2、在输入层引入自注意力权重对输入的8个特征进行加权，突出核心指标； 3； 4； 式中，为隐含层第个神经元的输出值；为自注意力权重，表示输入层第个神经元对应的特征对隐含层第个神经元的重要程度；为隐含层神经元总数；为输入层第个神经元的输出值；表示输入层第个神经元的输出值；为隐含层第个神经元相关的特征表示；为隐含层第个神经元的偏置；为以e为底的指数函数；为特征对相似度函数； 步骤3.2、对传统BP神经网络架构的隐含层进行改进，设计一种分段激活函数，同时为隐含层增加一种动态调整策略； 步骤4、基于锚索参数和锚杆参数分别设计基于动态自适应BP神经网络架构的锚索模型和锚杆模型； 步骤5、对锚索模型和锚杆模型进行训练与优化，训练时采用结合围岩复杂度的动态学习率进行自适应调整，训练结束后输出训练完成的锚索模型和锚杆模型； 步骤6、将现场实时采集的围岩强度、围岩完整性、煤层强度、巷道埋深、断面面积5个关键影响指标和计算的3个交叉特征输入训练完成的锚索模型和锚杆模型，生成预测的锚索参数和锚杆参数，用于现场支护设计。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。