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！

龙图腾网获悉广州市第一市政工程有限公司;中山大学申请的专利基于GA-PSO-GLSSVM算法的土岩复合地层深基坑变形时序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：CN121351637B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511902310.7，技术领域涉及：G06F30/27；该发明授权基于GA-PSO-GLSSVM算法的土岩复合地层深基坑变形时序预测方法是由邱永钦;戴北冰;严俊刚;华佳才;杨俊超;梁海林;林文博设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本基于GA-PSO-GLSSVM算法的土岩复合地层深基坑变形时序预测方法在说明书摘要公布了：本发明属于基坑工程技术领域，具体的说是基于GA‑PSO‑GLSSVM算法的土岩复合地层深基坑变形时序预测方法，包括S1、数据集成阶段、S2、参数动态优化阶段、S3、特征工程阶段、S4、模型构建阶段和S5、闭环验证阶段；本发明通过累加生成算子对原始监测数据进行非等间隔平滑处理，构建增强稳定性的输入序列，这一步骤有效消除了原始数据中的随机波动，突出了数据的长期趋势，为后续的参数优化和预测提供了更加稳定可靠的数据基础，进而提高了预测的准确性。

本发明授权基于GA-PSO-GLSSVM算法的土岩复合地层深基坑变形时序预测方法在权利要求书中公布了：1.基于GA-PSO-GLSSVM算法的土岩复合地层深基坑变形时序预测方法，其特征在于，包括以下步骤： S1、数据集成阶段 同步采集基坑开挖深度、围护结构位移时序数据及土体改良参数矩阵，通过累加生成算子对原始监测数据进行非等间隔平滑处理，构建增强稳定性的输入序列； S2、参数动态优化阶段 采用遗传算法全局搜索与粒子群算法局部寻优的混合策略，动态调整广义最小二乘支持向量机的径向基核函数参数和正则化系数，其中核函数参数调整公式为： 其中，和分别为当前和上一时刻的核函数参数，为学习率，为误差对的偏导数，为位移时序数据的最大变化量； S3、特征工程阶段 引入侧向土压力梯度作为土拱效应量化指标，结合数值反演技术重构支护结构内力分布函数； 侧向土压力通过布置在土体中的土压力传感器测量得到； 为支护结构上的空间坐标； S4、模型构建阶段 将步骤S1-S3的输出作为GLSSVM的输入层，建立考虑土岩界面突变特征和软土流变特性的时空耦合预测模型，GLSSVM通过非线性映射将输入数据映射到高维特征空间，在高维空间中进行线性回归，实现对基坑变形时序的预测； S5、闭环验证阶段 通过建立三维地层-结构耦合模型，将智能算法预测结果与有限元仿真结果进行交叉验证，形成反馈修正系数并更新模型参数。

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广州市第一市政工程有限公司;中山大学，其通讯地址为：510060 广东省广州市越秀区环市东路338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。