摘要
本发明提出了一种基于改进的TSMixer模型的盾构机管片最大上浮量预测方法,包括:数据采集:从传感器中采集盾构机在施工过程中的相关数据;数据预处理;构建改进的TSMixer模型,引入自注意力机制和GraphNet网络结构;数据集划分,对预处理过的数据按8:1:1的比例划分为训练集、验证集和测试集,并使用交叉验证方法对超参数进行调整;模型训练,采用划分好的训练集进行模型训练;改进的TSMixer模型评估,使用测试集对所构建的改进的TSMixer模型进行评估;将待预测的施工数据输入到训练好的改进TSMixer模型中,输出预测的管片最大上浮量。本发明能够通过对多传感器数据的精细表征与融合,准确预测盾构机施工过程中的管片最大上浮量,为施工方提供实时、精准的施工决策支持。
技术关键词
盾构机管片
量预测方法
节点特征
特征选择算法
交叉验证方法
网络结构
传感器节点
矩阵
训练集
多头注意力机制
ReLU函数
异常数据
更新模型参数
生成数据集
关系
系统为您推荐了相关专利信息
情感分析方法
语义向量
神经网络模型
节点特征
转移概率矩阵
个性化健康建议
诊断方法
加权无向图
网络
节点特征
地理定位方法
节点特征
正则化方法
特征提取器
IP定位技术
风险评估模型
数据生成方法
心理健康预警
数据生成系统
数据采集模块
交通流量预测方法
低空飞行器
天气
交通流量预测系统
加权平均法