基于数据驱动和深度学习的黄土地层大直径顶管掘进辅助决策方法

本发明公开了一种基于数据驱动和深度学习的黄土地层大直径顶管掘进辅助决策方法，包括：获取顶管机在施工过程中的相关数据，并对数据进行预处理及归一化；应用VMD算法进行信号分解；设定LightGBM超参数，并对超参数进行调参；将数据集用于训练VMD‑LightGBM模型；根据实际工程情况调整确定的参数，并设定限值，形成变量约束条件；将由VMD‑LightGBM算法拟合出的关于顶管施工参数与顶管姿态之间关系的非线性映射函数作为优化的适应度函数；确定NSGA‑Ⅲ算法参数的取值，以多个顶管姿态目标绝对值最小化为目标，采用NSGA‑Ⅲ算法进行全局寻优，确定顶管施工参数的最优解，作为现场施工的指导方案；本发明能够准确预测顶管实施姿态并提供最优掘进参数控制方案。