← 返回列表
一种基于鹈鹕算法和支持向量机的边坡安全系数预测方法
申请人信息
- 申请人:昆明理工大学
- 申请人地址:650504 云南省昆明市呈贡区景明南路727号
- 发明人: 昆明理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于鹈鹕算法和支持向量机的边坡安全系数预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311728762.9 |
| 申请日 | 2023/12/15 |
| 公告号 | CN117574255A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06F18/2411 |
| 权利人 | 昆明理工大学 |
| 发明人 | 王孝东; 杜青文; 张佳琳; 张玉; 王萍; 谢博; 吕玉琪; 刘唱; 杨懿杰; 陈炫中; 白畯文; 赵昕; 李念容; 黄雪林; 郑永新 |
| 地址 | 云南省昆明市呈贡区景明南路727号 |
摘要文本
昆明理工大学获取“一种透气窗帘布”专利技术，本发明涉及边坡工程技术领域，具体涉及一种基于鹈鹕算法和支持向量机的边坡安全系数预测方法。所述基于鹈鹕算法和支持向量机的边坡安全系数预测方法，包括以下步骤：获取边坡数据样本，通过所述边坡数据样本获得边坡数据训练集和边坡数据验证集；设置算法优化策略，并利用所述算法优化策略优化鹈鹕算法，获得鹈鹕改进算法；基于所述鹈鹕改进算法，构建支持向量机预测优化模型，并通过所述边坡数据训练集和所述边坡数据验证集，训练并验证所述支持向量机预测优化模型；利用训练好的支持向量机预测优化模型，对边坡安全系数进行预测。本发明通过改进鹈鹕算法后优化支持向量机预测模型，只需利用边坡影响因素即可快速准确预测边坡安全系数。 微信公众号马克 数据网
专利主权项内容
1.一种基于鹈鹕算法和支持向量机的边坡安全系数预测方法，其特征在于，所述基于鹈鹕算法和支持向量机的边坡安全系数预测方法，包括以下步骤：获取边坡数据样本，通过所述边坡数据样本获得边坡数据训练集和边坡数据验证集；设置算法优化策略，并利用所述算法优化策略优化鹈鹕算法，获得鹈鹕改进算法；基于所述鹈鹕改进算法，构建支持向量机预测优化模型，并通过所述边坡数据训练集和所述边坡数据验证集，训练并验证所述支持向量机预测优化模型；利用训练好的支持向量机预测优化模型，对边坡安全系数进行预测。