摘要
本发明公开了一种基于随机森林和梯度提升树模型融合的TBM卡机预测方法及系统,涉及TBM掘进施工技术领域,包括:采集TBM掘进多源数据;基于TBM掘进多源数据构建随机森林模型,并获取第一TBM卡机概率;基于TBM掘进多源数据构建梯度提升树模型,并获取第二TBM卡机概率;对第一TBM卡机概率和第二TBM卡机概率进行融合分析,构建逻辑回归模型,并通过逻辑回归模型进行卡机概率预测。本发明应用基于递归特征消除的随机森林模型和基于Z‑Score标准化数据处理的梯度提升树模型来预测卡机风险,并采用模型融合预测方法,将两种模型通过逻辑回归进行融合,达到优势互补的效果,适用条件更加广泛,精确度更有保障。
技术关键词
梯度提升树模型
卡机
逻辑回归模型
随机森林模型
构建决策树
岩石单轴抗压强度
掘进施工技术
预测系统
特征值
施工现场
刀盘扭矩
数据采集模块
处理器
计算机设备
皮带机
可读存储介质
系统为您推荐了相关专利信息
电镀
监测方法
Softmax函数
随机森林模型
缺陷预测
复合避雷器
绝缘状态检测方法
随机森林模型
绝缘状态检测装置
噪声类
消防风险评估方法
随机森林模型
企业园区
风险评估模型
空间分布特征
服务调度系统
人工智能引擎
数据采集层
智能辅助工具
自然语言