一种基于LSTM-Transformer模型的泥水盾构参数调控方法

本发明公开了一种LSTM‑Transformer模型的泥水盾构参数调控方法，包括：S1建立基于实际盾构工程和超大直径泥水平衡盾构数值模拟的盾构参数和泥浆参数数据集，将数据集进行归一化并划分测试集和训练集；S2构建LSTM‑Transformer神经网络预测模型，使用盾构参数和泥浆参数数据集训练神经网络，输出为地表沉降；S3将LSTM‑Transformer神经网络与差分进化算法结合，以盾构参数和泥浆参数为决策变量，以沉降值为优化目标，不断迭代求解最优的盾构和泥浆参数。本发明通过LSTM‑Transformer网络建立参数间的量化关系，采用DE算法对这个黑盒模型中的规律进行优化，解决了盾构工程中的参数优化问题，提升了盾构的效率，本发明提供一种泥水盾构工程中盾构参数及泥水配比调控方案智能决策软件系统。