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！

龙图腾网获悉郑州大学申请的专利排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能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：CN118840843B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202410779531.9，技术领域涉及：G08B31/00；该发明授权排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能预测方法是由狄丹阳;方宏远;张朝阳;刘广鑫;王念念;孙斌;李斌设计研发完成，并于2024-06-17向国家知识产权局提交的专利申请。

本排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能预测方法在说明书摘要公布了：本发明公开了一种排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能预测方法，包括：建立排水管道淤积颗粒输移的理论概率结构式；排水管道淤积颗粒输移的理论概率结构式中的参数率定；利用跳跃反馈的排水管道淤积颗粒遗传寻优算法，预测得到排水管道淤积度概率调节参数；引入到雨洪数值模型，结合改进的样本集扩充方法，得到扩充后的训练样本集；在双向长短记忆神经网络的每个数据处理单元中嵌入组合式预处理模块和时变滑块寻优模块，再通过增加误差补偿因子，得到改进后的时变滑块神经网络，以扩充后的训练样本集为时变滑块神经网络输入，进而得到排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能预测。

本发明授权排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能预测方法在权利要求书中公布了：1.一种排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能预测方法，其特征在于，具体包括以下步骤： 步骤S1、依据牛顿第一定律和排水管道淤积颗粒输移的自然分布规律，建立排水管道淤积颗粒输移的理论概率结构式；具体步骤如下： 步骤S11、依据牛顿第一定律和恒定流流体力学原理，建立排水管道淤积颗粒的临界受力平衡状态方程如下： 其中，FL为淤积颗粒所受到的水流浮力，FN为管道坡面对淤积颗粒的支撑力，Ff为管底作用于淤积颗粒的摩擦阻力，G为淤积颗粒受到的重力，α为管道的坡度，τcs为淤积颗粒受到的临界切应力； 步骤S12、由于排水管道淤积颗粒输移服从自然分布规律，引入排水管道淤积颗粒输移的理论概率结构式的概率参数γ，且参数服从Nμ,δ2，进而构建排水管道淤积颗粒输移的理论概率结构式如下： 其中，P表示排水管道淤积颗粒输移的理论概率，N·表示正态分布，μ为正态分布随机变量的均值，δ表示正态分布随机变量的标准差，τ0为淤积颗粒受到的管道底部瞬时切应力，且τ0的计算方法如下： 其中，C为谢才系数，R为管道的水力半径，ρfp为含泥沙水流的平均密度，B为管内水面的瞬时宽度，J为河道水力坡降且J＝sinα，ua为沿水面垂直方向上的水深平均流速； 步骤S2、结合流固耦合数值模拟和足尺试验方法，实现步骤S1中排水管道淤积颗粒输移的理论概率结构式中的参数率定； 步骤S3、将步骤S2中排水管道淤积颗粒输移的理论概率结构式中率定的参数代入到步骤S1中，构建基于跳跃反馈的排水管道淤积颗粒遗传寻优算法，以步骤S1中排水管道淤积颗粒输移的理论概率结构式为排水管道淤积颗粒遗传寻优算法的适应度，预测得到排水管道淤积度概率调节参数； 步骤S4、将步骤S3排水管道淤积度概率调节参数引入到雨洪数值模型中，结合改进的样本集扩充方法，得到大量带内涝预测结果标签的排水管道淤积度概率调节参数训练样本集； 步骤S5、在双向长短记忆神经网络的每个数据处理单元中嵌入组合式预处理模块和时变滑块寻优模块，同时在前向层的起点位置和后向层的结束位置增加基于误差补偿的二维卷积神经网络，得到改进后的时变滑块神经网络； 步骤S6、将步骤S4中排水管道淤积度概率调节参数训练样本集作为改进后的时变滑块神经网络的输入，将其输出作为预测结果，实现排水管道淤积度概率调节参数引导时变滑块神经网络的内涝智能预测。

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郑州大学，其通讯地址为：450000 河南省郑州市高新技术开发区科学大道100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。