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！

龙图腾网获悉西安交通大学申请的专利一种黄土地区黄土湿陷性快速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：CN116127549B 。

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：202210448621.0，技术领域涉及：G06F30/13；该发明授权一种黄土地区黄土湿陷性快速预测方法是由许领;严东东;朱文清设计研发完成，并于2022-04-27向国家知识产权局提交的专利申请。

本一种黄土地区黄土湿陷性快速预测方法在说明书摘要公布了：本发明涉及一种黄土地区黄土湿陷性快速预测方法，包括如下步骤：收集该区域黄土的基本物性参数和力学参数；进行场地采样；开展室内实验，通过实验获取该区域一组黄土的湿陷系数和基本物性参数；确定黄土参数二变量copula模型，刻画二变量的黄土参数之间的关系；构建多维变量Vinecopula模型；根据建立的多维变量Vinecopula模型构建基于基本物性参数的湿陷性预测模型；通过实验获取的数据对预测模型进行验证；通过验证的模型实现工程场地的黄土湿陷性快速预测。本发明根据黄土物性参数和湿陷性的关系，建立预测模型，可以科学地快速评价黄土湿陷性，为黄土地层整体评价提供输入参数，为施工方案和设计方案制定提供支持。

本发明授权一种黄土地区黄土湿陷性快速预测方法在权利要求书中公布了：1.一种黄土地区黄土湿陷性快速预测方法，其特征在于，包括如下步骤： 步骤1：确定黄土地区的区域地质背景，收集该黄土地区黄土的基本物性参数和力学参数； 步骤2：进行场地采样； 步骤3：开展室内实验，通过实验获取该黄土地区一组黄土的湿陷系数和基本物性参数； 步骤4：基于步骤1收集的基本物性参数和力学参数，确定黄土参数二变量copula模型，刻画二变量的黄土参数之间的关系； 步骤5：基于二变量copula模型构建多维变量Vinecopula模型，从而构建黄土湿陷性与黄土基本物性参数之间的数学关系； 步骤6：根据步骤5建立的多维变量Vinecopula模型构建基于基本物性参数的湿陷性预测模型； 步骤7：通过步骤3中实验获取的数据对湿陷性预测模型进行验证； 步骤8：通过验证的模型实现工程场地的黄土湿陷性快速预测；其中 步骤4包括： （1）首先进行数学模型的搭建，选取五种不同的copula模型，包括高斯分布、t分布、clayton分布、Frank分布和Gumbel分布，高斯分布和t分布用于刻画正相关，clayton分布、Frank分布和Gumbel分布用于刻画负相关尾部相关； （2）采用AIC和BIC评价方法，在五种模型中计算AIC和BIC的值，以最小值确定最佳的二维copula模型； 步骤6包括： （1）将步骤5中得到的多维变量Vinecopula模型进行反演； （2）通过条件概率公式PA|B=PABPB得到关于黄土湿陷性的条件概率分布公式： ； 式中： 代表基于物性参数的湿陷性系数概率分布； 代表物性参数和湿陷性系数的联合概率分布； 代表物性参数联合概率分布。

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交通大学，其通讯地址为：710054 陕西省咸阳市咸宁西路28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”。