摘要
本发明提供了一种隧道挤压变形预测模型的构建方法及装置。包括:获取隧道挤压变形的案例数据,生成初始数据集;分别采用多个数据填充方法对初始数据集进行数据填充,生成多个完整数据集;根据完整数据集训练多个第一机器学习模型,并根据多个第一机器学习模型的模型性能指标确定模型训练数据集;根据模型训练数据集中的训练集训练多个第二机器学习模型,在模型训练过程中采用改进黑翅鸢算法优化第二机器学习模型训练过程中的超参数;根据训练得到的多个第二机器学习模型的模型性能指标确定隧道挤压变形预测模型。可以提升训练得到的隧道挤压变形预测模型的模型性能。
技术关键词
机器学习模型训练
数据填充方法
隧道
模型训练模块
机器学习算法
训练集
可读存储介质
计算机
参数
电子设备
处理器
系统为您推荐了相关专利信息
浮选泡沫图像
噪声图像
浮选设备
运动特征
生成方法
温度预测方法
电缆隧道
城市地下
三维有限元模型
训练卷积神经网络
人工智能模型
设备故障定位方法
数据
故障定位系统
识别故障
智能化分配方法
路径优化算法
巡检路径
物联网传感器
机器学习算法