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！

龙图腾网获悉黄河勘测规划设计研究院有限公司申请的专利一种基于加权随机森林的TBM施工速度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：CN115115129B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202210847956.X，技术领域涉及：G06Q10/04；该发明授权一种基于加权随机森林的TBM施工速度预测方法是由杨风威;闫长斌;汪鹤健;杨继华;齐三红;苗栋设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种基于加权随机森林的TBM施工速度预测方法在说明书摘要公布了：本发明提供了一种基于加权随机森林的TBM施工速度预测方法，包括：构建考虑多源信息不确定性的TBM施工速度预测数据集；基于地质条件、掘进条件以及管理操作不确定性进行模型输入参数的筛选工作；利用加权随机森林方法向不同输入参数分配对应权重，并基于惩罚节点的错分来构建WRF算法框架；利用十折交叉验证与预测数据集对模型超参数进行优化，训练基于所述WRF算法框架的TBM施工速度预测模型；基于训练后的模型进行未知掘进段的TBM施工速度预测并对异常区段进行预警。保障TBM快速、安全施工。

本发明授权一种基于加权随机森林的TBM施工速度预测方法在权利要求书中公布了：1.一种基于加权随机森林的TBM施工速度预测方法，其特征在于，包括： 步骤一：构建考虑多源信息不确定性的TBM施工速度预测数据集； 步骤二：基于地质条件、掘进条件以及管理操作不确定性进行模型输入参数的筛选工作； 步骤三：利用加权随机森林方法向不同输入参数分配对应权重，并基于惩罚节点的错分来构建WRF算法框架； 步骤四：利用十折交叉验证与预测数据集对模型超参数进行优化，训练基于所述WRF算法框架的TBM施工速度预测模型； 步骤五：基于训练后的模型进行未知掘进段的TBM施工速度预测并对异常区段进行预警； 其中，模型输入参数的筛选工作，包括： 步骤2.1：通过对不同地质区段的输入参数进行数理统计分析，基于3σ法则清除最低与最高阈值两端的无效数据； 步骤2.2：对历史TBM施工速度预测的模型进行统计，结合高频使用参数与现场参数获取的易得性进行综合筛选； 步骤2.3：根据综合筛选结果，确定模型输入参数； 其中，对历史TBM施工速度预测模型进行统计，结合高频使用参数与现场参数获取的易得性进行综合筛选，包括： 基于统计结果，将所有历史TBM施工速度预测模型按照时间-使用曲线，得到对应每个历史TBM施工速度预测模型在不同施工场景的使用概率分布； 获取每个历史TBM施工速度预测模型的历史自身参数集合，并对所述历史自身参数集合中的优势参数以及劣势参数进行第一划分，同时，获取历史TBM施工速度预测模型的历史优化因子集合，并按照优化影响程度，对所述历史优化因子集合的进行第二划分； 根据第一划分结果中第一划分单元的优势个数以及优势偏向属性、第二划分单元的劣势个数以及劣势偏向属性与第二划分结果中优势因子的等级划分向量，从校验数据库中匹配得到对应的校验模式； 基于所述校验模式，向所述第一划分结果中的第一划分单元设置特殊校验元素，对所述第一划分单元的优势参数进行执行时间校验，同时，向所述第二划分结果中的第二划分单元上设置补充校验元素，对所述第二划分单元的劣势参数进行替换时间校验； 根据执行时间校验结果以及替换时间校验结果，筛选得到待参考参数； 对所有待参考参数进行同参数分析，构建同参数出现列表，并对高出现频次的第一参数进行第一标定； 根据使用概率分布，预估同个历史TBM施工速度预测模型的高使用频次的第二参数，并基于所述同参数出现列表进行第二标定； 基于第一标定结果以及第二标定结果，筛选第一可用参数； 获取同个施工场景对应使用的模型个数，建立每个对应的使用的模型与所述施工场景的现场参数的第一映射关系； 基于所有第一映射关系进行交集求取，得到针对不同模型与现场参数的交次数，同时根据每个现场参数的参数权重，筛选第二可用参数； 基于第一可用参数与第二可用参数的参数适配度，综合筛选到第三可用参数。

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黄河勘测规划设计研究院有限公司，其通讯地址为：450003 河南省郑州市金水区金水路109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。