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！

龙图腾网获悉水电水利规划设计总院;水电水利规划设计总院有限公司;中国水利水电建设工程咨询有限公司申请的专利一种基于机器学习的拱坝体型多目标智能设计与优化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：CN120470663B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510575244.0，技术领域涉及：G06F30/13；该发明授权一种基于机器学习的拱坝体型多目标智能设计与优化方法是由刘彪;张宗亮;曹渝波;刘超;刘地福;杨旸;陈为雄;武明鑫;姚虞设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于机器学习的拱坝体型多目标智能设计与优化方法在说明书摘要公布了：本发明属于拱坝体型设计与人工智能技术领域，本发明公开了一种基于机器学习的拱坝体型多目标智能设计与优化方法；包括以下步骤：步骤1、收集整理拱坝体型的拱坝体型设计数据；步骤2、对收集的拱坝体型设计数据进行数据清洗，开展基于拱坝体型设计数据的相关性分析，并利用主成分分析进行特征降维，完成拱坝体型设计数据的特征工程；步骤3、调用设计优化的机器学习模型，并将待设计的输入参数进行输入，利用机器学习模型进行拱坝体型设计的智能设计与优化，输出拱坝拱冠梁曲线方程和水平拱圈线型方程。本发明实现了拱坝体型设计的多目标智能设计与优化，有效提升了拱坝体型设计的效率。

本发明授权一种基于机器学习的拱坝体型多目标智能设计与优化方法在权利要求书中公布了：1.一种基于机器学习的拱坝体型多目标智能设计与优化方法，其特征在于，包括以下步骤： 步骤1、收集整理拱坝体型的拱坝体型设计数据，所述拱坝体型设计数据包括：拱冠梁上游面曲线方程、厚度方程、拱冠顶部厚度、底部厚度、水平拱圈线型方程、中心角、坝顶弧长、坝高以及建基面参数； 步骤2、对收集的拱坝体型设计数据进行数据清洗，开展基于拱坝体型设计数据的相关性分析，并利用主成分分析进行特征降维，完成拱坝体型设计数据的特征工程，即得到提取机器学习模型的输入参数和输出参数，其中，输入参数为处理后的拱坝体型设计数据，输出参数为拱坝体型设计结果，拱坝体型设计结果包括拱坝拱冠梁曲线方程和水平拱圈线型方程； 步骤3、调用设计优化的机器学习模型，并将待设计的输入参数进行输入，利用机器学习模型进行拱坝体型设计的智能设计与优化，输出拱坝拱冠梁曲线方程和水平拱圈线型方程; 所述机器学习模型的搭建、训练、测试以及评估的步骤，包括： 步骤301：利用输入参数和输出参数的特征表达构建训练数据集和测试数据集； 步骤302：搭建机器学习模型，模型组成包括人工神经网络模型、Bagging算法以及随机森林，并利用智能设计优化算法对机器学习模型进行优化； 步骤303：基于构建的训练数据集、测试数据集以及机器学习模型，进行模型训练和测试，设计精度满足要求即可用于设计； 步骤304：在机器学习模型训练和验证时，采用k-fold交叉验证，精度评估采用均方根误差MSE作为误差度量标准； 在所述步骤302中，搭建机器学习模型的步骤，包括： 步骤3021、将人工神经网络作为机器学习模型的基础组成部分，构建包含输入层、隐藏层和输出层的多层结构，输入层接收处理后的拱坝体型设计数据，隐藏层利用神经元之间的连接权重对数据进行非线性变换和特征提取，输出层则输出预测的拱坝体型设计结果； 步骤3022、调整隐藏层的层数、神经元数量以及连接权重，人工神经网络模型不断优化对拱坝体型设计数据的学习和预测能力，并利用Bagging算法增强机器学习模型的稳定性和泛化能力； 在所述步骤3022中， Bagging算法从原始的训练数据集和测试数据集中有放回地多次采样，生成多个不同的子数据集，针对每个子数据集，分别训练一个基模型； 在预测阶段，将各个基模型的预测结果进行综合，采用投票法或平均法来得到最终的预测结果； 并且，随机森林中的每个决策树基于Bagging算法对生成的子数据集进行训练，并且在构建决策树时，对于每个节点的分裂，随机选择一部分特征来寻找最佳分裂点。

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水电水利规划设计总院;水电水利规划设计总院有限公司;中国水利水电建设工程咨询有限公司，其通讯地址为：100120 北京市西城区六铺炕一区北小街2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。