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！

龙图腾网获悉福州大学申请的专利基于LSO-RF模型的阶跃型滑坡位移速率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：CN115526117B 。

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：202211350430.7，技术领域涉及：G06F30/27；该发明授权基于LSO-RF模型的阶跃型滑坡位移速率预测方法是由简文彬;黄智杰;夏昌;樊秀峰;赖增荣;林立鹏设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本基于LSO-RF模型的阶跃型滑坡位移速率预测方法在说明书摘要公布了：本发明涉及一种基于LSO‑RF模型的阶跃型滑坡位移速率预测方法，包括以下步骤:步骤S1:采集滑坡相关数据并处理，获得以日为单位的滑坡位移速率及相关因素；步骤S2:基于斯皮尔曼等级相关系数法以及灰色关联度分析法的结果对滑坡位移速率与各因素的关联程度综合考虑，双重选择预测模型的输入特征；步骤S3:将步骤S2获取的输入特征及滑坡位移速率历史数据构建数据集；步骤S4:构建LSO‑RF模型，基于训练集数据训练，得到训练后的LSO‑RF模型，并基于训练后的LSO‑RF模型，对滑坡位移速率进行预测。本发明能够实现对阶跃型滑坡位移速率的准确预测。

本发明授权基于LSO-RF模型的阶跃型滑坡位移速率预测方法在权利要求书中公布了：1.一种基于LSO-RF模型的阶跃型滑坡位移速率预测方法，其特征在于，包括以下步骤: 步骤S1:采集滑坡相关数据并处理，获得以日为单位的滑坡位移速率及降雨量、孔隙水压力因素数据； 步骤S2:基于斯皮尔曼等级相关系数法以及灰色关联度分析法的结果对滑坡位移速率与各因素的关联程度综合考虑，双重选择预测模型的输入特征； 步骤S3:将步骤S2获取的输入特征及滑坡位移速率历史数据构建数据集； 步骤S4:构建LSO-RF模型，基于训练集训练，得到训练后的LSO-RF模型，并基于训练后的LSO-RF模型，对滑坡位移速率进行预测； 所述斯皮尔曼等级相关系数的计算步骤如下： 1首先对两变量X、Y的数据各自进行排序，然后记录下排序以后的位置；此时某个数据i的位置，即为Xi或Yi的秩次； 2而后对斯皮尔曼相关系数rs按如下公式计算： 其中di为Xi与Yi之间的秩次差；n为序列中的样本数； 所述LSO-RF模型构建，具体如下： S41：种群初始化，包括初始化狮群中狮子的数目，狮子的位置； S42：输入RF随机森林模型并选定待优化参数； S43：根据公式计算狮群中狮王、母狮、幼狮个数，并且将初始群体最优位置设置为狮王位置，各狮当前位置设为个体历史最优位置； S44：将LSO狮群优化算法的适应度函数设置为RF随机森林模型预测结果的MAE、RMSE、R2的平均值； S45：更新狮王位置，计算适应度值； S46：更新母狮位置和幼狮位置； S47：重新计算适应度值，更新全局最优位置和历史最优位置； S48：判断迭代次数是否为最大迭代次数，若不是，则重复步骤S45～S47；若是最大迭代次数，则结束循环，输出待优化参数的值； S49：根据得到的参数，建立LSO优化的RF随机森林模型。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。