用于TBM掘进参数预测的方法、装置、设备和存储介质

本公开的实施例提供一种TBM掘进参数预测方法，包括：收集并预处理TBM掘进参数数据；分析数据的相关性，筛选出与输出特征量具有高相关性的输入特征量，并将其与输出特征量进行组合，形成构成TBM掘进数据集；将TBM掘进数据集划分为TBM掘进训练集和TBM掘进测试集；构建TBM掘进参数预测模型，该模型含两层；将TBM掘进训练集和TBM掘进测试集输入第一层模型进行训练和预测，并利用粒子群优化算法对所述第一层预测模型的参数进行调整，得到元训练集和元测试集；将元训练集和元测试集分别输入第二层模型进行训练和预测，获得预测结果；利用评价指标，评估TBM掘进参数模型的性能。该方法结合了相关性分析与堆叠泛化，提高了预测准确性。