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！

龙图腾网获悉中电建路桥集团有限公司;重庆大学;重庆市西部水资源开发有限公司申请的专利基于多源信息融合的隧洞突涌水量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：CN119623742B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411721818.2，技术领域涉及：G06Q10/04；该发明授权基于多源信息融合的隧洞突涌水量预测方法是由马治国;熊斌;张天华;蒋捷;舒维余;胡连兴;熊伶;陈征;隆能增;范紫涵设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本基于多源信息融合的隧洞突涌水量预测方法在说明书摘要公布了：本发明公开了一种基于多源信息融合的隧洞突涌水量预测方法，其包括采用多种方法获取隧洞沿线的地质信息，从地质信息中提取出与岩性、地质构造、水压及隧洞埋深相关的特征信息及隧洞位置坐标；对提取的特征信息进行数据融合，用融合输出的数据构建预测模型的训练集与测试集，以PSO‑RF算法模型作为涌水量的预测模型，对预测模型进行训练和测试，用训练及测试合格的预测模型对隧洞涌水量进行预测。本发明结合智能预测模型及多源地质信息输入对隧洞涌水量进行预测，能提高涌水量预测准确度。

本发明授权基于多源信息融合的隧洞突涌水量预测方法在权利要求书中公布了：1.基于多源信息融合的隧洞突涌水量预测方法，其特征在于：包括以下步骤： 1采用地质钻探法、地质调查法、地质测绘法、地质雷达法、地震法及超前钻探法获取隧洞沿线的地质信息； 2从步骤1所得地质信息中提取出与岩性、地质构造、水压及隧洞埋深这四种属性相关的特征信息及该特征信息对应的隧洞位置坐标，并将提取到的特征信息编码为特征数值； 3针对步骤2得到的特征数值，将属性相同且隧洞位置坐标相同的特征数值进行数据融合，包括： 建立识别框架Θ＝{θ1,θ2,…,θk}，θj表示具体的识别结果，即识别为归于岩性、地质构造、水压及隧洞埋深中的某一类；将步骤2获得的特征数值作为证据，各证据E1、E2、…、Ei分别对应的概率分配函数为m1、m2、…、mi，即miθj＝PEi∣θj，每个mi定义在识别框架Θ上的概率分布，表示证据Ei对识别结果的支持程度；A为对应的焦元，且融合后的概率分配函数m通过以下公式计算： 其中，K是一个归一化常数，用于确保融合后的概率分配函数的总和为1： ①计算平均证据： 式中，k为焦元个数；n为证据个数； ②计算单个证据与平均证据的距离： 距离越大，表示2个证据间的关联度越小；为使高信任度证据获得高权重系数，构造函数使证据的权重系数与距离di成反比，则不同焦元的质量函数为： ③为客观真实地反映各证据源的重要程度，采用熵值法确定各证据的权重，权重系数表达式为： 式中， ③利用权重系数ωi对初始证据源进行权重修正，即 将新证据mnew作为证据源，代入式1进行两两融合，每融合一次输出一个融合数据； 将相同隧洞位置坐标对应的四种属性融合数据构成一个数列{a1，a2，a3，a4}，其中a1表示岩性融合信息，a2表示地质构造融合信息，a3表示水压融合信息，a4表示隧洞埋深融合信息，进而得到由若干个数列组成的数据集； 4以PSO-RF算法模型作为涌水量的预测模型，对预测模型进行训练和测试： 将步骤3获得的数据集划分为训练集和测试集，用训练集训练PSO-RF算法模型，用测试集对训练好的模型进行测试，一个数列作为PSO-RF算法模型的一个输入，选取拟合优度和均方误差作为模型训练的评价指标，得到训练及测试合格的预测模型； 5用步骤4得到的合格预测模型对隧洞涌水量进行预测。

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电建路桥集团有限公司;重庆大学;重庆市西部水资源开发有限公司，其通讯地址为：100089 北京市海淀区车公庄西路22号海赋国际大厦A座10层；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。