-
公开(公告)号:CN117057604A
公开(公告)日:2023-11-14
申请号:CN202311019971.6
申请日:2023-08-14
Applicant: 四川省交通勘察设计研究院有限公司
IPC: G06Q10/0635 , G06Q50/08 , G06Q50/26 , G06F17/10
Abstract: 本发明公开了一种山区路基发生灾害危险性评价方法、装置和电子设备,评价方法包括以下步骤:S1,对发生滑坡或崩塌灾害的路基按照工程重要性进行分级;S2,确定滑坡或崩塌灾害评价指标,并对灾害的等级进行分级;滑坡或崩塌灾害评价指标包括灾害规模、路基损坏情况、灾害影响,分级评价指标级别越高表示灾害程度越严重;S3,根据灾害危险性评价公式计算路基危险性评价指数,并分级,获得路基发生滑坡或崩塌灾害危险性分级评价结果。本发明的评价方法准确性高且具有较高的可信度,后续为制定道路抢通方案提供有效支撑,并具体针对性,减少不必要的处理工程量、更合理利用处治费用。
-
公开(公告)号:CN120013027A
公开(公告)日:2025-05-16
申请号:CN202510496799.6
申请日:2025-04-21
Applicant: 四川省交通勘察设计研究院有限公司 , 成都理工大学
Inventor: 赵飞 , 李杰 , 徐益飞 , 袁海峰 , 朱明 , 毛坤 , 李宗有 , 李九乾 , 李剑伟 , 巨能攀 , 李敬阳 , 廖艺 , 解明礼 , 王维高 , 熊坤 , 厉成武 , 蓝香源
IPC: G06Q10/04 , G06Q50/02 , G06F18/15 , G06F18/213 , G06F18/27 , G06F18/2431 , G06F18/20 , G06N20/00
Abstract: 本发明涉及地质勘探与项目管理领域,具体涉及一种基于机器学习的地质钻孔完成时间预测方法及系统。方法包括:S1.收集原始数据,包括历史项目数据、地质勘探数据和专家经验数据;对所述原始数据进行预处理,包括数据清洗和数据转换;S2.基于预处理后的数据进行特征工程,获取特征数据;S3.采用梯度提升回归器对所述特征数据进行训练,构建预测模型;S4.将待预测项目的数据经预处理和特征工程后输入训练完成的模型,输出钻孔完成时间预测结果。本发明通过机器学习预测流程,实现对地质钻孔完成时间的高精度、低主观性和可持续优化的预测,在数据全面性、建模精度、适应能力和模型可更新性方面均能够更有效地服务于实际工程项目的进度管理和资源调度。
-