摘要
本发明提供了一种岩体条件预测方法及装置、设备及存储介质。包括:获取隧道掘进机的原始掘进数据及原始掘进数据对应的岩体状态等级,作为原始数据;根据原始数据进行特征筛选和特征构建,形成模型训练数据集;根据模型训练数据集,采用多个机器学习模型训练算法进行模型训练,在模型训练过程中,采用通过纵横交叉策略改进后的北方苍鹰优化算法,优化模型训练过程中的超参数;根据训练得到的多个机器学习模型的模型性能,将模型性能最好的机器学习模型作为岩体条件预测模型;获取隧道掘进机的原始掘进数据;对原始掘进数据进行特征筛选和特征构建,形成掘进数据集;将掘进数据集输入至岩体条件预测模型中,预测岩体条件。
技术关键词
岩体条件
隧道掘进机
掘进参数
机器学习模型训练
预测装置
指数
孤立森林算法
模型训练模块
刀盘扭矩
推力
可读存储介质
数据处理模块
策略
曲线
超参数
计算机
系统为您推荐了相关专利信息
排放预测方法
排放量
位置更新
LightGBM模型
能源
交通流量预测
信号调节方法
机器学习模型训练
监测点
交通信号控制系统
工业系统
参数预测方法
数值
中药提取系统
解码器
时序
聚类
光纤监测传感器
输电线路覆冰
门控结构