CN119670209A 一种基于深度学习的多因素隧道围岩变形预测方法 （兰州大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119670209A

(43)申请公布日2025.03.21

(21)申请号202411772417.X

(22)申请日2024.12.04

(71)申请人兰州大学

地址730000甘肃省兰州市城关区天水南

路222号

申请人中铁二十一局集团有限公司

(72)发明人王澜杲斐吕擎峰寇贵庭

戴晓学黎卫国黄炬银薄志军李文波常正儒

(74)专利代理机构北京成实知识产权代理有限

公司11724

专利代理师张伟彦

(51)Int.Cl.

G06F30/13(2020.01)

G06F30/27(2020.01)

G06N3/0442(2023.01)

G06N3/08(2023.01)

权利要求书3页说明书6页附图3页

(54)发明名称

一种基于深度学习的多因素隧道围岩变形

预测方法

(57)摘要

CN119670209A本发明公开了一种基于深度学习的多因素隧道围岩变形预测方法，该方法通过集成信息协同分析指数与融合了注意力机制的长短期记忆网络，有效地提高了隧道围岩变形预测的准确性。本发明构建一个集成信息论和注意力机制的LSTM模型，该模型能够动态地聚焦于关键的时间序列数据，从而提高预测的精确度。此外，本方法还包括一个模型验证