一种基于神经网络优化的盾构机掘进速度预测方法
基本信息
| 申请号 | CN202110597689.0 | 申请日 | - |
| 公开（公告）号 | CN113298220A | 公开（公告）日 | 2021-08-24 |
| 申请公布号 | CN113298220A | 申请公布日 | 2021-08-24 |
| 分类号 | G06N3/00（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;E21D9/06（2006.01）I;E21D9/093（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李学荣;乔国华;阮经仟;黄太玉;卫海梁;王磊;王念;沈水龙;林松顺;胡承睿;侯永兵;李小锋;魏龙刚;安普振;陈贺;李志坡;王猛;李明俊;韩非;邓川宁;季少雷;杨帅;罗园 | 申请（专利权）人 | 中铁十六局集团北京轨道交通工程建设有限公司 |
| 代理机构 | 上海恒慧知识产权代理事务所（特殊普通合伙） | 代理人 | 徐红银 |
| 地址 | 101100北京市通州区于家务回族乡聚富苑民族产业发展基地聚和六街2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于神经网络优化的盾构机掘进速度预测方法，其中包括：S100，收集地质参数；S200，收集每一环盾构施工参数，并对地质参数和施工参数进行标准化处理，将处理后的数据划分为训练集与测试集；S300，确定模型的输入变量，并将盾构施工参数集中的盾构掘进速度作为输出变量，利用划分的训练集建立深度学习神经网络模型；S400，基于深度学习神经网络模型对盾构机在测试集上的掘进速度进行预测，并使用分层粒子群算法对神经网络预测模型进行动态优化。本发明预测结果与实际施工中的盾构机掘进速度吻合，预测结果准确可靠。 |
