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

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。