基于可解释集成机器学习的料场开挖进度预测及管控方法

本发明公开了一种基于可解释集成机器学习的料场开挖进度预测及管控方法，主要步骤是：首先，通过模拟开挖块流水作业施工工艺，建立开挖进度预测仿真模型，并通过正交实验确定开挖方案，基于仿真模型计算构建开挖进度多因素预测数据集；其次，基于开挖进度多因素预测数据集，训练开挖进度预测机器学习模型，实现开挖进度快速预测；最后，结合SHAP方法量化不同特征因素对开挖进度的影响，实现开挖进度致因分析，指导实际施工。本发明建立的可解释的料场开挖施工进度预测模型全面准确地预测料场开挖施工工期；可以量化影响因素对工期的影响，提出料场开挖进度管控建议；考虑了多因素耦合作用下对料场开挖施工进度的影响，预测影响因素的结果更为可靠。