摘要
本发明提供了一种盾构隧道管片上浮预测方法、装置及设备,涉及盾构隧道施工技术领域,包括以下步骤:S1、构建管片上浮预测模型数据库;S2、建立基于CPO‑LSSVM的预测回归模型,确定LSSVM中的超参数寻优范围和CPO优化算法的参数,并采用5折交叉验证来进行超参数寻优;S3、利用Adaboost集成学习器对预测回归模型进行多个弱学习器的集成得到优化模型;S4、对优化模型进行训练和测试获得相应的评估指标;S5、输入新收集参数到优化模型中,获得管片上浮量的预测值。本发明能够用于预测盾构隧道施工后的管片最大上浮量,预测结果精度高且效率高,能够用于指导现场进行施工。
技术关键词
LSSVM模型
盾构隧道管片
Adaboost集成学习
掘进参数
工程地质
超参数
高斯核函数
正则化参数
盾构隧道施工技术
盾构机俯仰角
预测误差
学习器
数据
指标
算法
刀盘扭矩
指导现场
系统为您推荐了相关专利信息
集成学习模型
结构安全系数
变截面
混合整数规划
非线性有限元分析
材料识别方法
边坡
岩土材料
概率统计分析
K‑Means算法
掘进参数
非线性映射关系
数据
理论
智能优化算法
机器学习模型
展示构件
图纸
钢筋弯钩
混凝土保护层厚度