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！

龙图腾网获悉广东工业大学申请的专利基于大语言模型与智能预测模型的边坡稳定性评估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：CN120705589B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511136163.7，技术领域涉及：G06F18/214；该发明授权基于大语言模型与智能预测模型的边坡稳定性评估方法是由林满生;陈贡发;安锦科设计研发完成，并于2025-08-14向国家知识产权局提交的专利申请。

本基于大语言模型与智能预测模型的边坡稳定性评估方法在说明书摘要公布了：本发明公开了一种基于大语言模型与智能预测模型的边坡稳定性评估方法，具体为：建立边坡训练数据库和大语言模型训练数据库；构建边坡稳定性预测人工智能模型和边坡领域大语言模型；通过边坡领域大语言模型对用户的上传数据进行边坡参数抽取，并判断抽取到的边坡参数是否满足边坡稳定性预测人工智能模型的输入要求；若用户上的传数据中的边坡参数不完整，边坡领域大语言模型则向用户反馈需要补充的边坡参数；用户补充后，边坡领域大语言模型重新抽取并再次判断，直至监测到用户已经上传所有的边坡参数；所述边坡领域大语言模型将完整的边坡参数送入训练好的边坡稳定性预测人工智能模型中，所述边坡稳定性预测人工智能模型输出边坡的稳定系数。

本发明授权基于大语言模型与智能预测模型的边坡稳定性评估方法在权利要求书中公布了：1.一种基于大语言模型与智能预测模型的边坡稳定性评估方法，其特征在于，包括以下步骤： 步骤S1：根据典型的边坡稳定性案例建立边坡训练数据库； 步骤S2：根据现有的边坡稳定性智能评估的研究文献建立大语言模型训练数据库； 步骤S3：基于边坡训练数据库，构建边坡稳定性预测人工智能模型；所述的边坡稳定性预测人工智能模型的构建步骤为： 步骤S300：将边坡训练数据库中构造的边坡稳定性案例中的数据编码为列向量的训练形式；其中的每一个列向量均代表一个边坡的信息；根据边坡的分层数量，由上到下，依次在所述列向量中填入各个边坡层的坡脚角度、层高、单位重量、粘聚力、内摩擦角；以此类推，直到所有边坡层的信息均被填写完毕；后续衔接填入各个结构面的层数编号、粘聚力、内摩擦角、结构面质心x和y坐标、结构面倾角和结构面长度； 步骤S310：对边坡稳定性案例的列向量进行维度对齐操作，具体为：以最大尺寸的列向量为参考，对小于该最大尺寸的列向量进行补零处理，使所有的边坡稳定性案例的列向量的长度保持一致； 步骤S320：将每个边坡案例的列向量与其对应的稳定系数进行绑定，形成输入—输出对，分别对支持向量机、随机森林、后反馈神经网络进行训练，并采用评估指标对支持向量机、随机森林、后反馈神经网络的预测结果进行评估，选择预测性能最佳的模型作为集成学习子模型； 步骤S330：针对Stacking、Boosting、Bagging三种集成策略，基于集成学习子模型，结合贝叶斯优化算法，搜索最佳的子模型数量以及相关的训练参数，通过对比不同集成策略的优化结果，选择综合性能最优的集成模型作为最终的边坡稳定性预测人工智能模型； 步骤S4：基于大语言模型训练数据库，构建边坡领域大语言模型；所述边坡领域大语言模型的构建步骤为： 步骤S410：基于所述的大语言模型训练数据库对通用大语言模型进行训练，训练策略包括有监督微调训练和基于人类反馈的强化学习训练，其中，所述的有监督微调训练以通用领域预训练大语言模型为基础，使用chat-ML风格数据进行训练；所述的基于人类反馈的强化学习包括直接偏好优化和近邻偏好优化两种策略；两种策略均以通用领域预训练大语言模型为基础； 步骤S420：对训练后的大语言模型进行工程场景性能评估，筛选出适配边坡领域的最优大语言模型，具体为：对边坡知识语料采用经边坡知识语料偏好数据集微调后的通用奖励模型进行评分，并对有监督微调、直接偏好优化和近邻偏好优化这三个训练策略训练得到的大语言模型进行评分，并按分数大小进行排序；对边坡预测语料采用ROUGE-L指标将不同训练策略训练得到的大语言模型的模型回复与人为指定的真实标签进行比对评估，并按ROUGE-L评估分值进行排序；结合边坡知识语料和边坡预测语料的综合评分，选出分数最优的大语言模型，作为已训练的边坡领域大语言模型； 步骤S5：通过训练好的边坡领域大语言模型对用户的上传数据进行边坡参数抽取，并判断抽取到的边坡参数是否满足边坡稳定性预测人工智能模型的输入要求；若用户上传数据中的边坡参数不满足边坡稳定性预测人工智能模型的输入要求时，边坡领域大语言模型则向用户反馈需要补充的边坡参数；用户补充后，边坡领域大语言模型重新抽取并再次判断，直至监测到用户已经上传满足边坡稳定性预测人工智能模型的输入要求的所有边坡参数；所述边坡领域大语言模型将完整的边坡参数送入训练好的边坡稳定性预测人工智能模型中，所述边坡稳定性预测人工智能模型输出边坡的稳定系数。

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广东工业大学，其通讯地址为：510000 广东省广州市越秀区东风东路729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。