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！

龙图腾网获悉华中科技大学申请的专利基坑预测模型训练方法、基坑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：CN121615722B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610137087.X，技术领域涉及：G06N3/098；该发明授权基坑预测模型训练方法、基坑监测方法及系统是由钟波涛;丁烈云;陈震;赵桐辉设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本基坑预测模型训练方法、基坑监测方法及系统在说明书摘要公布了：本发明属于联邦学习相关技术领域，其公开了一种基坑预测模型训练方法、基坑监测方法及系统，训练方法包括：边端设备对其进行本地训练，使模型基于当前时段的基坑信息预测未来时段的基坑状态；本地训练损失为考虑数据拟合损失以及物理约束损失的综合损失；边端设备还将基坑地质信息映射为地质嵌入向量，将本地模型更新参数和地质嵌入向量发送至云端设备；云端服务器基于地质嵌入向量的相似度对所有边端设备进行聚类，对同类本地模型更新参数进行聚合计算得到对应的全局模型更新参数；在聚合计算时，以边端设备的数据质量评估得分作为对应本地模型更新参数的权重系数。基于以上方法，可以提升模型预测的准确性。

本发明授权基坑预测模型训练方法、基坑监测方法及系统在权利要求书中公布了：1.一种基于联邦学习的基坑预测模型训练方法，其特征在于，其每轮联邦训练包括如下步骤： 云端服务器向边端设备发放全局模型更新参数； 边端设备基于其所接收到的全局模型更新参数确定本地模型，并利用本地数据对其进行本地训练，使模型基于当前时段的基坑信息预测未来时段的基坑状态，得到本地模型更新参数；基坑状态包括基坑水平位移以及基坑侧向土压力；本地训练损失为考虑数据拟合损失以及物理约束损失的综合损失，其中数据拟合损失表征预测结果和真实标签之间的相似度偏差，物理约束损失表征基于预测结果所计算的基坑支护结构违背力学平衡的程度；边端设备还将在采集本地数据期间所提取的基坑地质信息映射为地质嵌入向量，将本地模型更新参数和地质嵌入向量发送至云端设备； 云端服务器基于边端设备的地质嵌入向量的相似度对所有边端设备进行聚类，对属于同一聚类集合的边端设备的本地模型更新参数进行聚合计算得到该聚类集合对应的全局模型更新参数；在进行聚合计算时，以边端设备的数据质量评估得分作为对应本地模型更新参数的权重系数，边端设备的数据质量评估得分为该边端设备进行当前轮次的本地训练时的本地数据完整性得分、该边端设备与所属聚类集合的聚类中心之间的地质匹配度得分、以及该边端设备利用其本地验证集对其所训练的本地模型进行验证所得的物理约束一致性得分的累加，物理约束损失越小，物理约束一致性得分越高，所得全局模型更新参数作为下一轮联邦训练时向边端设备发放的全局模型更新参数，且不同聚类集合对应的全局模型更新参数分发至属于对应聚类集合中的边端设备； 其中，在边端设备，所述综合损失的计算公式为： ； 式中，为综合损失，为数据拟合损失，为物理约束损失，λ为设定的物理约束损失的权重系数； 其中，物理约束损失的计算公式为： ； 式中，T为模型进行预测的未来时段内的时刻数，t为时刻，、分别为模型所预测的时刻t的基坑水平位移以及基坑侧向土压力，为基于弹性地基梁理论构建的基坑支护结构平衡微分算子； 对于任意的基坑水平位移u和基坑侧向土压力p，其基坑支护结构平衡微分算子的计算公式为： 式中，EI为支护桩抗弯刚度，k为土体水平反力系数，b为基坑中的桩间距，表示基坑水平位移u沿基坑深度方向z的求导。

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华中科技大学，其通讯地址为：430074 湖北省武汉市珞喻路1037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。