摘要
本发明公开了一种基于深度学习的盾构隧道参数预测方法及系统,属于智能建造技术领域,方法包括盾构隧道参数预测建模、数据预处理层构建、参数预测层构建、模型优化层构建和盾构隧道参数预测。本发明采用结合自注意力的卷积双向长短期模型,进行预测模型构建,提升了复杂模式的理解和特征捕捉能力,提升了在盾构隧道参数预测过程中对隧道参数变化的适应性,从而提升了整体任务的准确性;采用改进的花朵授粉算法进行模型优化层构建,通过引入精英替换机制优化算法对于参数组合中重要特征的保留能力,提升了对复杂的盾构隧道参数预测模型的优化效果,同时也能更适应复杂的预测任务。
技术关键词
参数预测方法
注意力
预测建模
花朵授粉算法
参数预测系统
池化特征
数据
智能建造技术
搜索算法优化
模块
时序特征
盾构隧道施工
预测模型训练
构建预测模型
盾构作业
非线性
隧道地质
冗余特征
系统为您推荐了相关专利信息
交通标志检测方法
局部特征信息
编码特征
图像
层级
对象分类方法
客户
注意力机制
时序预测模型
计算机可读指令