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！

龙图腾网获悉中国一冶集团有限公司申请的专利一种基于智能算法的剪力墙外脚手架监测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：CN119807866B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202411594761.4，技术领域涉及：G06F18/2411；该发明授权一种基于智能算法的剪力墙外脚手架监测方法及系统是由蔡超;张军锋;田来春;赵永强;冯路通设计研发完成，并于2024-11-10向国家知识产权局提交的专利申请。

本一种基于智能算法的剪力墙外脚手架监测方法及系统在说明书摘要公布了：本发明属于建筑工程技术领域，并具体公开了一种基于智能算法的剪力墙外脚手架监测方法及系统。包括：搭建监测系统，并根据监测系统采集剪力墙外脚手架的监测数据，基于该监测数据构建样本数据集；将所述样本数据集输入到SD‑MOP模型中，计算脚手架服役过程中的事故发生概率；基于所述事故发生概率构件约束条件，并将该约束条件作为最小二乘支持向量机模型的目标函数，将脚手架的强度和稳性的关键影响参数作为输入变量，对最小二乘支持向量机模型进行优化训练，以获取用于监测脚手架强度和稳定的最优预测模型。本发明显著提高了脚手架的安全性和可靠性，减少了施工事故的发生，保护了工人的生命安全和工程的顺利进行。

本发明授权一种基于智能算法的剪力墙外脚手架监测方法及系统在权利要求书中公布了：1.一种基于智能算法的剪力墙外脚手架监测方法，其特征在于，包括以下步骤： 步骤一，搭建监测系统，并根据监测系统采集剪力墙外脚手架的监测数据，基于该监测数据构建样本数据集； 步骤二，将所述样本数据集输入到SD-MOP模型中，计算脚手架服役过程中的事故发生概率； 步骤三，基于所述事故发生概率构件约束条件，并将该约束条件作为最小二乘支持向量机模型的目标函数，将脚手架的强度和稳定性的关键影响参数作为输入变量，对最小二乘支持向量机模型进行优化训练，以获取用于监测脚手架强度和稳定性的最优预测模型； 步骤一中，所述监测数据包括： 脚手架使用环境数据、脚手架结构数据、脚手架材料数据、脚手架位移数据以及脚手架载荷数据； 其中，所述环境数据包括：风速、温度、湿度； 所述材料数据包括：脚手架材料的力学性能参数； 所述脚手架位移数据包括：倾斜程度数据、水平位移和垂直位移数据、沉降数据； 所述脚手架载荷数据包括：压力数据、轴力数据； 步骤二中，所述SD-MOP模型包括： Pacc＝fT，W，H，L，E，σy，θ，Δx,Δy,S，P，F F目＝minw1·C+w2·Pacc+w3·E gE，σy，P，F≤0 式中，T为温度，W为风速，H为湿度，L为脚手架长度，E为弹性模量，σy为屈服强度，θ为倾斜角度，Δx为水平位移，Δy为垂直位移，S为沉降量，P为压力，F为轴力，C为成本，Pacc为事故发生概率，E为环境影响，w1,w2,w3为权重系数； 采用如下方法确定权重系数： 201根据监测数据构建影响因素集C＝{Cj,j＝1,2,…,n}，其中每个Cj代表一个影响因素； 202通过专家打分或数据分析得到各影响因素间的判断矩阵R＝rijm×n，其中rij表示因素i对因素j的影响程度； 203对判断矩阵R进行归一化处理，得到归一化矩阵B＝bijm×n，其中， 204根据归一化矩阵B计算熵值Hj，公式为： 其中，当fij＝0时，lnfij→0； 205计算各影响因素的熵权kj，公式为： 206构建直接影响平均关系矩阵： A＝aijn×n 其中，aij表示因素i对因素j的影响程度； 207对直接影响平均关系矩阵A进行标准化处理，得到标准化直接影响矩阵N＝nijn×n及综合影响矩阵T＝tijn×n： N＝limk→∞N1+N2+...+Nk＝NI-N-1 其中，I是单位矩阵； 208计算影响度、被影响度、中心度： 根据综合影响矩阵T，计算各影响因素的影响度fi、被影响度ei、中心度ri和原因度zi，公式为： ri＝fi+ei zi＝fi-ei 209计算权重系数： 根据中心度ri计算权重系数w1,w2,w3，公式为：

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中国一冶集团有限公司，其通讯地址为：430000 湖北省武汉市青山区36街坊(青山区工业路3号一冶科技大楼)；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。