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！

龙图腾网获悉浙江省交通运输科学研究院申请的专利一种高桩码头桩基侧向位移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：CN115795970B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211586898.6，技术领域涉及：G06F30/23；该发明授权一种高桩码头桩基侧向位移预测方法是由陈爱青;昌雪玲;朱伟;吴威力;宣名轩;王嵩淇设计研发完成，并于2022-12-10向国家知识产权局提交的专利申请。

本一种高桩码头桩基侧向位移预测方法在说明书摘要公布了：本发明公开了一种高桩码头桩基侧向位移预测方法，包括如下步骤：获取高桩码头桩基侧向位移深度学习样本集；建立高桩码头桩基侧向位移深度学习预测模型；采用深度学习样本集对预测模型进行训练得到优化训练后的高桩码头桩基侧向位移深度学习预测模型；将实时采集的高桩码头桩实测数据输入到优化训练后的高桩码头桩基侧向位移深度学习预测模型得到模型输出预测结果。本发明通过高桩码头桩基侧向位移实测数据集和有限元仿真数据集的混合和修正，为建立高桩码头桩基侧向位移深度学习预测模型提供的丰富的样本数据，保障了侧向位移预测的准确性和可靠性。

本发明授权一种高桩码头桩基侧向位移预测方法在权利要求书中公布了：1.一种高桩码头桩基侧向位移预测方法，其特征在于：包括如下步骤： 获取高桩码头桩基侧向位移深度学习样本集； 建立高桩码头桩基侧向位移深度学习预测模型； 采用深度学习样本集对预测模型进行训练得到优化训练后的高桩码头桩基侧向位移深度学习预测模型； 将实时采集的高桩码头桩实测数据输入到优化训练后的高桩码头桩基侧向位移深度学习预测模型得到模型输出预测结果； 高桩码头桩基侧向位移深度学习样本集包括高桩码头实测数据集、高桩码头有限元仿真数据集； 高桩码头实测数据集建立包括： 收集典型高桩码头工程历年来所测的码头桩顶和桩底实测侧向位移，以时间为序排列，作为深度学习预测模型的输出变量； 码头结构参数、土体性质参数、浪高度、潮汐情况、影响码头的台风数据、高桩码头停靠的船舶吨位数据作为深度学习预测模型输入变量，形成高桩码头侧向位移实测数据集； 高桩码头有限元仿真数据集建立包括： 选择典型的高桩码头结构进行有限元精细化仿真建模，通过实测数据集对有限元模型相关参数进行优化调整，然后对所输入的土体参数、海浪参数、台风参数及船舶荷载设置合理的上下限值和分隔间隔，利用模拟输入参数组合获得多组高桩码头桩基侧向位移的有限元仿真输出结果，形成高桩码头桩基侧向位移有限元仿真数据集； 对高桩码头桩基侧向位移有限元仿真数据集进行过滤，剔除噪声数据后将剔除后剩余的有限元仿真数据集与高桩码头实测数据集合并形成高桩码头桩基侧向位移深度学习样本集； 利用生成对抗神经网络GAN建立高桩码头桩基侧向位移有限元仿真数据集修正模型，通过高桩码头桩基侧向位移实测数据集建立和训练生成对抗神经网络CAN，然后对高桩码头桩基侧向位移有限元仿真数据集进行判别，去除不符合实测数据集规则的样本； 采用深度学习样本集对预测模型进行训练包括： 对高桩码头桩基侧向位移深度学习样本集进行归一化、时间序列转换处理，利用交叉验证优化深度学习预测模型：将样本集划分为5份，每次取4份数据集进行模型训练和优化，用剩余的1份数据集对模型进行测试，通过对深度学习模型隐藏层数量、隐藏层神经元数量进行优化，得到最优的深度学习神经网络结构，完成建立基于高桩码头桩基侧向位移深度学习预测模型； 采用高桩码头桩顶和桩底侧向位移数据作为预测模型的输出，码头高桩结构参数、所在土体物理力学性质参数、码头历年浪高、潮汐数据、影响码头历年台风风速数据、码头船舶吨位数据作为模型的输入建立预测模型，在预测模型训练优化完成后将实时采集的模型输入数据输入到模型中，然后由预测模型输出对应的预测结果； 利用5-折交叉验证对预测模型进行优化，将样本集随机划分为5份，每次随机的选择4份作为训练集，剩下的1份做测试集；当这一轮完成后，重新随机选择4份来训练数据，4轮之后，选择实测值与预测值的误差来评估最优的模型和参数。

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浙江省交通运输科学研究院，其通讯地址为：310000 浙江省杭州市青山湖科技城岗阳街188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。