摘要
本发明提供一种基于深度学习的掘进机性能预测方法及装置,涉及掘进机性能预测技术领域。所述基于深度学习的掘进机性能预测方法包括:获取掘进机工作的历史数据;采用滑动窗口方法和多项式回归分析方法,对历史数据进行处理,获得最佳输入参数数据;构建初始的深度学习框架;根据最佳输入参数数据,采用网络搜索与遗传算法相结合的方法,进行超参数确定,获得最优参数;根据最佳输入参数数据,对初始的深度学习框架进行训练,获得训练好的深度学习框架;获取未知工况掘进机历史数据;将未知工况掘进机历史数据输入训练好的深度学习框架中,获得掘进机性能预测结果。采用本发明,可提高掘进机调控参数精度。
技术关键词
深度学习框架
性能预测方法
掘进机工作
多源信息数据
滑动窗口方法
回归分析方法
参数
长短期记忆网络
计算机可读取存储介质
序列特征
注意力机制
网络模块
遗传算法
多项式
计算机可读指令
性能预测技术