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！

龙图腾网获悉河海大学;北京工业大学;安徽建筑大学申请的专利一种基于深度学习的边坡桩锚支护结构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：CN119720732B 。

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：202411557209.8，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的边坡桩锚支护结构优化设计方法是由武猛;刘瑾;徐熙;蔡国军;宋泽卓;车文越;张勇敢;王梓;冯玉晗设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种基于深度学习的边坡桩锚支护结构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深度学习的边坡桩锚支护结构优化设计方法，包括：获取不同边坡桩锚支护结构参数、以及地震工况作用下的动力响应数据；对数据进行预处理，划分训练集和测试集后，重构时间序列数据；基于双向长短期记忆网络构建预测模型，并结合改进的病毒菌落搜索优化预测模型超参数；输入训练集中的数据对模型进行训练，得到最优的预测模型，并运用预测模型，预测桩锚支护结构的动力响应结果，并根据结果优化调整桩锚支护结构设计方案。该方法大大的缩短了设计时间和设计成本，并且可以更为细致的了解不同地震动荷载对桩锚支护结构的作用结果，提高设计结果的可靠性，具有良好的社会经济效益和工程应用前景。

本发明授权一种基于深度学习的边坡桩锚支护结构优化设计方法在权利要求书中公布了：1.一种基于深度学习的边坡桩锚支护结构优化设计方法，其特征在于，针对边坡土体及桩锚支护结构，执行如下步骤S1-步骤S5，完成边坡桩锚支护结构的优化： 步骤S1：通过离心振动台试验和边坡桩锚支护结构现场监测，获取不同边坡桩锚支护结构在地震动作用下的动力响应数据，以及相应的边坡土体强度参数和几何参数、桩锚支护结构设计参数；构建边坡及桩锚支护结构的样本数据库； 步骤S2：对动力响应数据进行预处理，包括采用离散小波变换方法对动力响应数据进行降噪，以及归一化；将边坡及桩锚支护结构的样本数据库划分为80％训练集和20％测试集；通过移步重构方法，重构动力响应数据； 步骤S3：构建并训练基于优化算法优化超参数的深度学习预测模型； 基于双向长短期记忆网络构建深度学习预测模型，深度学习预测模型所基于的优化算法采用改进的病毒菌落搜索算法，针对病毒菌落搜索算法的免疫反映阶段进行改进，具体改进方法为引入一种基于变异原理的随机过程，具体的过程为对病毒菌落搜索算法中具有维度n的解向量X定义范围从0到1的突变率mr；对于解向量X中的每个元素xi，生成范围为[0，1]的随机数r；如果r＜mr，则对xi执行变异操作；所述的变异操作是向xi添加一个随机扰动，所述的随机扰动是由均值为0的正态分布和设定的标准差ms产生的，分别将mr和ms定义为0.1和0.01； 步骤S4：采用地震动数据，边坡土体强度参数和几何参数、桩锚支护结构设计参数作为深度学习预测模型的输入数据，将预处理后的动力响应数据作为深度学习预测模型的输出数据； 通过划分80％训练集和20％测试集进而采用5重交叉验证，计算获取每一重验证的评价指标，确定最优的深度学习预测模型； 步骤S5：基于最优的深度学习预测模型，输入桩锚支护结构设计参数，以及边坡土体强度参数和几何参数，并根据抗震防护设计目标，输入地震动数据，预测桩锚支护结构的在地震动作用下的动力响应结果；根据深度学习模型输出的动力响应结果，优化调整桩锚支护结构的设计方案。

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河海大学;北京工业大学;安徽建筑大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8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。