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！

龙图腾网获悉西安建筑科技大学;中铁北京工程局集团第一工程有限公司;贵阳市公共交通投资运营集团有限公司申请的专利基于Bubble Sort-GWO-ELM模型的边坡爆破块度预测方法及应用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：CN119903652B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411969511.4，技术领域涉及：G06F30/20；该发明授权基于Bubble Sort-GWO-ELM模型的边坡爆破块度预测方法及应用是由宋战平;王文博;郑滔;成涛;刘小军;孙泽;李明;张晨旭;张发;杨运;游佳;王贵秋;张策设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于Bubble Sort-GWO-ELM模型的边坡爆破块度预测方法及应用在说明书摘要公布了：本发明属于边坡工程施工领域，针对边坡施工过程中，不能准确预测边坡爆破块度，进而影响施工质量和成本控制的问题，提出了一种基于BubbleSort‑GWO‑ELM模型的边坡爆破块度预测方法，包括监测爆破控制参数；进行数据预处理；构建爆破控制参数数据集；利用冒泡排序结合平方差算法对爆破控制参数进行筛选，选择出对预测结果影响最大的特征参数；训练极限学习机ELM模型，并利用改进灰狼优化算法模型参数进行优化并验证；确定极限学习机ELM模型的最优参数，建立爆破效果预测模型；利用爆破效果预测模型进行预测。本发明能够通过科学预测和合理控制爆破参数，不仅能提高爆破施工的精确性，还能提升整个工程的经济性和安全性。

本发明授权基于Bubble Sort-GWO-ELM模型的边坡爆破块度预测方法及应用在权利要求书中公布了：1.基于BubbleSort-GWO-ELM模型的边坡爆破块度预测方法，其特征在于，包括以下步骤： 步骤1：在施工现场监测爆破控制参数数据； 步骤2：对监测到的爆破控制参数数据进行预处理操作； 步骤3：对预处理后的爆破控制参数数据进行筛选，基于筛选后的爆破控制参数数据构建爆破控制参数数据集，并将爆破控制参数数据集划分为训练集和测试集； 所述步骤3的具体步骤包括： 步骤3.1：将监测到的n个爆破控制参数数据定义为一个包含n个元素的数组A，数组A中的每个元素对应一个待筛选排序的数据，数组A中的每个元素包含六类爆破控制参数，分别是抗拉强度、爆破抵抗线、台阶破面角、炸药单耗、孔距和排距； 步骤3.2：通过冒泡排序算法对数组A中的n个元素进行排序，基于每一轮排序的元素位置，实现对六类爆破控制参数的不同组合； 步骤3.3：根据下式计算不同组合中的每种组合的平方差： 其中，为每种组合中的数据点数量，为监测到的实际值，为数据的均值； 步骤3.4：重复执行步骤3.2和步骤3.3，直至将数组A中的元素升序排列，然后得到每轮冒泡排序过程中的各种组合的平方差； 步骤3.5：通过比较得到的各种组合的平方差，筛选出平方差值最小的组合所对应的爆破控制参数数据； 步骤3.6：基于步骤3.5筛选出的爆破控制参数数据建立爆破控制参数数据集，并将爆破控制参数数据集划分为训练集和测试集； 步骤4：将得到的训练集和测试集进行归一化处理； 步骤5：基于归一化后的训练集，利用改进灰狼优化算法优化极限学习机ELM模型的参数，确定优化后的极限学习机ELM模型的最优参数； 步骤6：以最优参数优化极限学习机ELM模型，在测试集上利用优化后的极限学习机ELM模型进行测试，统计对测试集样本进行预测的输出，评估最优参数，并基于最优参数建立爆破效果预测结构模型； 步骤7：利用爆破效果预测模型进行边坡爆破块度预测，并输出预测结果。

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西安建筑科技大学;中铁北京工程局集团第一工程有限公司;贵阳市公共交通投资运营集团有限公司，其通讯地址为：710055 陕西省西安市碑林区雁塔路13号西安建筑科技大学；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”。