龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京工业大学
摘要：本发明公开了基于混合深度学习的盾构掘进隧道推力智能时序预测方法，属于土木工程施技术领域。该方法包括以下步骤：采集工程原始数据集；对原始数据进行处理，构建盾构推力预测数据集；将数据集分割为训练集、验证集和测试集，对特征进行分析、组合、训练和验证；通过评价指标模块对测试集的预测结果进行评价，输出得到Adam‑LSTM模型+最优特征组，实现盾构推力实时预测。本发明采用上述基于混合深度学习的盾构掘进隧道推力智能时序预测方法，通过特征组合和预测模型可以实时地对盾构推力进行预测，运用于实际工程，实现盾构推力更精确的预测，为盾构掘进时的推力设置提供理论基础和施工指导，具有显著的工程效益和卓越的工程利用价值。
主权项：1.基于混合深度学习的盾构掘进隧道推力智能时序预测方法，其特征在于，包括以下步骤：S1、通过数据采集模块获取工程原始数据集；S2、利用数据分类模块、数据预处理模块和数据维度整合模块对原始数据进行处理，构建盾构推力预测数据集；S3、将数据集分割为训练集、验证集和测试集，通过基于SHAP模型的特征组合模块对特征进行分析和组合，并将不同的组合通过构建好的Adam-LSTM模型进行训练和验证；其中，迁移学习模块为模型导入预先训练的网络权重；S4、通过评价指标模块对测试集的预测结果进行评价，获得Adam-LSTM模型的网络连接权重、偏置以及相应的最优特征组合，输出得到Adam-LSTM模型+最优特征组，实现盾构推力实时预测。
全文数据：
权利要求：
百度查询： 北京工业大学 基于混合深度学习的盾构掘进隧道推力智能时序预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号