摘要
本发明公开了悬臂式隧道掘进用智能控制方法及系统;本发明涉及全断面掘进过程技术领域;编码层接收输入序列S,通过前向和后向的多组GRU(门控循环)单元计算前向和后向的候选隐藏状态,并形成隐藏状态序列H输入至模糊处理层中进行模糊运算处理,生成修正隐藏状态序列H’至解码层中;本发明综合考虑了多种掘进参数,如总推力、刀盘功率、扭矩等,通过热度编码运算组成丰富的输入序列,为模型提供了全面的信息,从而提高了掘进速度预测的准确性。双向Seq‑Bi‑GRU神经网络能够捕捉数据中的时序依赖性和长期记忆效应,相比传统的BPNN神经网络,在处理复杂序列数据时具有更强的泛化能力和预测精度。
技术关键词
智能控制方法
证据理论算法
序列
模糊神经网络
解码
模糊规则
悬臂式
PID控制器
掘进参数
GRU神经网络
全断面掘进
数据驱动方法
预测误差
编码
速度
智能控制系统
刀盘扭矩
电信号
隧道
系统为您推荐了相关专利信息
混合神经网络预测
船舶轨迹预测方法
记忆单元
动态更新
神经网络模型
云端数据安全
LSTM模型
物联网设备
水印
传输方法
平面平整度检测
智能传感器
平整度偏差
施工现场
大数据分析算法
定位轨迹数据
地图匹配方法
粒子
地图匹配算法
轨道