買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜浙江省水利河口研究院(浙江省海洋規劃設計研究院)申請的專利一種基于多模式組合最優化的山洪災害預警方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119539503B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510083831.8，技術領域涉及：G06Q10/0635；該發明授權一種基于多模式組合最優化的山洪災害預警方法及系統是由陳煥寶;周政杰;閆濱;吳修廣;張麗紅設計研發完成，并于2025-01-20向國家知識產權局提交的專利申請。

本一種基于多模式組合最優化的山洪災害預警方法及系統在說明書摘要公布了：本發明公開了一種基于多模式組合最優化的山洪災害預警方法及系統，該方法采用綜合適應性指標篩選框架法識別山洪災害指標，構建關鍵山洪災害指標集并計算其指標權重并配置預構建的山洪災害預報模型；從研究區歷史山洪災害數據中提取每場歷史山洪災害對應的集雨面積和匯流時間，分別擬合集雨面積和匯流時間的分布并構建集雨面積和匯流時間的聯合分布，隨機抽樣得到若干個山洪情景；擬合山洪致災過程并輸入預構建的預警組合最優化模型，求解模型得到每個山洪情景對應的最優化預警組合并擬合得到山洪致災過程，計算關鍵山洪災害指標值輸入構建的山洪災害預報模型，求解模型得到山洪災害預報；本發明能夠提供準確且隨實際情況變動的山洪災害預警預報。

本發明授權一種基于多模式組合最優化的山洪災害預警方法及系統在權利要求書中公布了：1.一種基于多模式組合最優化的山洪災害預警方法，其特征在于，包括如下步驟：步驟S1、收集研究區山洪災害資料，采用綜合適應性指標篩選框架法識別山洪災害指標，構建關鍵山洪災害指標集，計算關鍵山洪災害指標權重并配置預構建的山洪災害預報模型；步驟S2、從研究區歷史山洪災害數據中提取每場歷史山洪災害對應的集雨面積和匯流時間，分別擬合集雨面積和匯流時間的分布并構建集雨面積和匯流時間的聯合分布，隨機抽樣得到若干個山洪情景；所述步驟S2進一步為：步驟S21、從研究區歷史山洪災害數據中提取每場歷史山洪災害對應的集雨面積和匯流時間，采用核密度估計法分別擬合集雨面積和匯流時間的分布；步驟S22、基于集雨面積和匯流時間的分布采用改進的貝葉斯網絡模型構建兩者的聯合分布；步驟S23、采用生成對抗網絡進行隨機抽樣，得到若干個山洪情景；步驟S3、基于雨量、水位和漲速構建若干個預警組合，對若干個山洪情景依次采用若干個預警組合分別擬合山洪致災過程并輸入預構建的預警組合最優化模型，求解模型得到每個山洪情景對應的最優化預警組合；所述步驟S3進一步為：步驟S31、基于雨量、水位和漲速構建七個預警組合，包括三個單一預警和四個組合預警，單一預警分別為：雨量預警、水位預警和漲速預警，組合預警分別為：雨量水位組合預警、雨量漲速組合預警、水位漲速組合預警和雨量水位漲速組合預警；步驟S32、構建預警組合最優化模型，目標函數為預警組合預報精度最高；步驟S33、對若干個山洪情景依次采用七個預警組合分別擬合山洪致災過程，得到每個山洪情景對應的七個致災過程；步驟S34、將每個山洪情景對應的七個致災過程輸入預警組合最優化模型，采用EnhancedMOEAD算法求解模型得到每個山洪情景對應的最優化預警組合；所述步驟S34進一步為：步驟S34a、隨機生成種群，基于目標數自動生成權重矢量，基于當前種群特征調整領域結構；步驟S34b、基于個體適應度動態調整學習率進行更新；步驟S34c、基于領域個體生成新的個體，并用新的個體更新種群；步驟S34d、反復迭代直至完全收斂，得到的預警組合即為當前山洪情景對應的最優化預警組合；步驟S4、對每個山洪情景采用最優化預警組合擬合得到山洪致災過程，計算關鍵山洪災害指標值輸入構建的山洪災害預報模型，求解模型得到山洪災害預報。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江省水利河口研究院(浙江省海洋規劃設計研究院)，其通訊地址為：310020 浙江省杭州市江干區鳳起東路50號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。