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！

龙图腾网获悉山东大学申请的专利基于知识-数据融合驱动的盾构姿态调控方法及系统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：CN120562315B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511065252.7，技术领域涉及：G06F30/27；该发明授权基于知识-数据融合驱动的盾构姿态调控方法及系统是由王文扬;张津源;任子健;翟晨宇;林鹏;赵子彦设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本基于知识-数据融合驱动的盾构姿态调控方法及系统在说明书摘要公布了：本发明公开了一种基于知识‑数据融合驱动的盾构姿态调控方法及系统，涉及盾构姿态调控技术领域，包括：实时采集盾构掘进过程中的多源原始数据和盾构姿态偏差数据，构建盾构历史掘进数据库；采用机器学习算法，构建并训练非线性映射模型；利用非线性映射模型进行盾构姿态偏差预测，分析预测值和实际值，提取逻辑概率知识；在非线性映射模型中，引入逻辑概率知识作为损失函数的知识驱动项，构建知识‑数据双驱动模型，经重训练后，学习得到关键掘进参数与盾构姿态偏差之间的关系；以盾构姿态偏差最小化为目标，以学习得到的关系为适应度函数，构建多目标优化函数，经求解得到关键掘进参数最优组合，以此实现更高准确性和效率的盾构姿态控制。

本发明授权基于知识-数据融合驱动的盾构姿态调控方法及系统在权利要求书中公布了：1.一种基于知识-数据融合驱动的盾构姿态调控方法，其特征在于，包括： 实时采集盾构掘进过程中的多源原始数据和盾构姿态偏差数据； 对多源原始数据进行预处理，提取关键掘进参数数据，构建盾构历史掘进数据库； 基于盾构历史掘进数据库，采用机器学习算法，构建并训练关键掘进参数和盾构姿态偏差之间的非线性映射模型； 利用非线性映射模型进行盾构姿态偏差预测，分析预测值和实际值，提取逻辑概率知识； 在非线性映射模型中，引入逻辑概率知识作为损失函数的知识驱动项，构建知识-数据双驱动模型，经重训练后，学习得到关键掘进参数与盾构姿态偏差之间的关系； 以盾构姿态偏差最小化为目标，以学习得到的关系为适应度函数，构建多目标优化函数，经求解得到关键掘进参数最优组合，以此调控盾构姿态； 其中，利用非线性映射模型，获取不同关键掘进参数组合下盾构姿态偏差的预测值，并结合实际值分析盾构姿态偏差的概率分布规律，获得逻辑概率知识，包括： 基于盾构历史掘进数据库，提取不同关键掘进参数和盾构姿态偏差的实际值，根据不同关键掘进参数组合下对应的盾构姿态偏差实际值进行概率密度分析； 对提取的不同关键掘进参数实际值进行随机调整，利用非线性映射模型，获取随机调整后不同关键掘进参数组合下对应的盾构姿态偏差预测值，并根据调整值和预测值进行概率密度分析； 根据两种概率密度分析结果，分析不同关键掘进参数组合下盾构姿态偏差的概率分布规律，获取基于概率的逻辑知识，即逻辑概率知识； 所述知识-数据双驱动模型的损失函数包括数据驱动项和知识驱动项，数据驱动项为基于盾构姿态偏差预测值和实际值偏差的损失项，知识驱动项为基于机器学习模型预测值和逻辑概率知识判断偏差的损失项，该损失函数为： ； 上式中，m表示训练样本数量；yi表示真实值；表示预测值；Ti表示双驱动模型对逻辑概率知识判断结果的信任度，Ti为超参数，通过模型训练确定；Ci表示机器学习模型预测值与逻辑概率知识判断之间的冲突值；Ki表示逻辑概率知识判断的结果；若预测的盾构姿态偏差分布于条件概率大于设定值的盾构姿态偏差取值范围内，则表示预测值与Ki结果一致，Ci=0；若预测的盾构姿态偏差分布于条件概率小于设定值的盾构姿态偏差取值范围内，则表示预测值与Ki结果不同，Ci=1；bd和bk分别表示数据和知识偏置项；表示知识驱动项的权重系数。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。