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！

龙图腾网获悉中国水利水电科学研究院申请的专利一种基于机器学习的地震砂土液化变形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：CN121389736B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511459225.8，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的地震砂土液化变形预测方法是由张屹蕃;杨玉生;邓刚;于沭;尹鹏海;王逸杰;张亮亮;高阳;李兆锋;吴泽锐;文军;吴涛;梁怡衡;肖拥军;陈春斌;乔星;马明祥;赛尔江设计研发完成，并于2025-10-13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地震砂土液化变形预测方法在说明书摘要公布了：本发明公开了一种基于机器学习的地震砂土液化变形预测方法，涉及地震工程与机器学习技术领域，该方法通过历史地震案例的工程勘察报告和监测数据构建多源耦合地震数据集，并对多源耦合地震数据集进行缺失值处理、异常值检测、特征选择和标准化处理，得到地震砂土液化变形数据集，根据地震砂土液化变形数据集，构建地震砂土液化变形预测模型，计算模型的均方根误差、平均绝对误差和决定系数，并依据相应阈值判断，对模型通过贝叶斯优化进行超参数调整或通过Flask进行模封装，将获取新的地震砂土液化特征数据进行处理，并输入已封装的模型中，得到地震砂土液化变形预测结果。该方法能有效预测地震砂土液化变形，为地震灾害预防和工程设计提供支持。

本发明授权一种基于机器学习的地震砂土液化变形预测方法在权利要求书中公布了：1.一种基于机器学习的地震砂土液化变形预测方法，其特征在于，包括以下步骤： S1.通过历史地震案例的工程勘察报告和监测数据，获取地震案例的地震砂土液化特征数据和砂土液化变形量，据此构建多源耦合地震数据集； S2.对多源耦合地震数据集进行缺失值处理，将缺失值处理后的多源耦合地震数据集利用IQR进行异常检测，对异常检测后的多源耦合地震数据集进行特征选择处理，同时，利用Z-score标准化进行标准化处理，获得地震砂土液化变形数据集，并存储到数据库中； S3.根据地震砂土液化变形数据集，构建地震砂土液化变形预测模型，对地震砂土液化变形预测模型计算均方根误差、平均绝对误差和决定系数，根据均方根误差阈值、平均绝对误差阈值和决定系数阈值对构建的地震砂土液化变形预测模型进行判断,并输出判断结果； S4.根据判断结果，将地震砂土液化变形预测模型进行超参数调整或模型封装，对进行超参数调整后的地震砂土液化变形预测模型，通过地震砂土液化变形数据集重新训练并更新； S5.获取新的地震砂土液化特征数据，对新的地震砂土液化特征数据进行缺失值处理、异常值检测、特征选择处理和标准化处理，并输入到已封装的地震砂土液化变形预测模型，得到地震砂土液化变形预测结果； 所述地震砂土液化变形预测模型的构建方法为： 从数据库中获取地震砂土液化变形数据集，将地震砂土液化变形数据集按照8：2的比例划分为训练集和测试集，使用xgboost库构建XGBoost模型，并设置XGBoost模型的超参数，所述超参数包括树的数量、学习率、树的最大深度、子采样比例和列采样比例，据此通过训练集对XGBoost模型进行训练，得到训练好的XGBoost模型，即地震砂土液化变形预测模型； 所述对构建的地震砂土液化变形预测模型进行判断以及输出判断结果的方法：将测试集输入到地震砂土液化变形预测模型中，模型根据输入数据，基于模型训练过程中学习到的规律，对地震砂土液化变形进行预测，输出预测结果，即预测的砂土液化变形量，根据预测的砂土液化变形量和测试集中的真实的砂土液化变形量，通过均方根误差公式、平均绝对误差公式和决定系数公式分别获得地震砂土液化变形预测模型的均方根误差、平均绝对误差和决定系数； 对地震砂土液化变形预测模型的均方根误差、平均绝对误差和决定系数，分别与均方根误差阈值、平均绝对误差阈值和决定系数阈值进行对比； 若地震砂土液化变形预测模型的均方根误差小于均方根误差阈值，且平均绝对误差小于平均绝对误差阈值，且决定系数大于于决定系数阈值，则判断结果为将地震砂土液化变形预测模型进行模型部署； 否则，则将地震砂土液化变形预测模型进行超参数调整； 所述均方根误差阈值、平均绝对误差阈值和决定系数阈值分别是1、0.8和0.7。

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国水利水电科学研究院，其通讯地址为：100048 北京市海淀区车公庄西路20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。