摘要
本发明提供了一种盾构掘进参数多步连续递归预测方法、电子设备及储存介质,属于隧道工程智能建造技术领域;包括对掘进参数历史数据进行预处理;机‑地综合指标转换、数据集和归一化准则构建;掘进参数长短期记忆神经网络多步预测模型的构造和训练;构建起步输入数据集导入至预测模型中,输出得到第组共步掘进参数预测数据集,并转换成第组历史‑预测数据混合的递归预测输入数据集;将上述结果循环输入至各掘进参数的预测模型中,完成盾构前方有限区域内掘进参数的连续预测。本发明可以减少人工设定掘进参数的操作过程,基于长短期记忆网络构造掘进参数多步预测模型并采用时序多步递归处理以实现掘进参数远距离的连续预测。
技术关键词
盾构掘进参数
数据
刀盘扭矩
盾构机
误差反向传播
指标
智能建造技术
记忆神经网络
电子设备
长短期记忆网络
离散小波变换
时序
LSTM模型
初始化方法
序列特征
系统为您推荐了相关专利信息
订单
包裹
支持向量机算法
调用API接口
生成规则
数据流控制模块
算法系统
状态控制器
描述符
内存模块
虚拟电厂模型
热力学模型参数
虚拟储能
中央空调
综合能源管理系统
区域检测系统
管理医学图像
特征提取模块
图像获取模块
贝叶斯分类器