一种基于BO-CNN-LSTM模型的塔吊安全监测数据预测方法

本发明公开了一种基于BO‑CNN‑LSTM模型的塔吊安全监测数据预测方法，涉及塔吊安全监测技术领域，包括如下步骤：通过传感器实时采集塔吊数据，定义一个滑动窗口函数，利用窗口数据去预测和更新下一个数据，将得到的数据集划分成训练集和测试集；对训练集中的数据进行卷积神经网络模型训练；小批量切分数据；构建长短期记忆单元框架；定义一个评估函数，通过贝叶斯优化模型对定义的目标函数进行优化，并进行模型的循环训练；计算模型预测结果与真实标签之间均方根误差和平均绝对百分比误差，根据误差值进行塔吊安全监测数据预测。本发明够提取塔吊的空间特征，并捕捉传感器数据之间的长期依赖关系，从而实现对塔吊关键特征的准确预测。