一种邻近盾构隧道管片收敛变形机器学习预测方法和装置

一种邻近盾构隧道管片收敛变形机器学习预测方法和装置，通过机器学习中的长短时记忆神经网络算法结合盾构掘进参数与收敛变形监测数据，实现邻近隧道管片收敛变形的准确预测，其方法包括：首先，获取新建隧道掘进期间盾构掘进参数及已有邻近隧道管片收敛变形监测数据，对数据进行预处理进而构建管片变形预测数据库；其次，构建长短时记忆神经网络预测模型，建立新建隧道掘进参数与既有隧道管片收敛变形间时序相关关系，进行模型训练和验证；第三，采用网格搜索优化算法来寻找最优超参数，确定用于预测既有隧道管片收敛变形的最佳模型；第四，基于训练模型，对其余环管片的收敛变形进行预测与结果评估。