同步注浆浆液性能智能预测模型的构建方法

本发明涉及盾构隧道施工技术领域，具体涉及一种同步注浆浆液性能智能预测模型的构建方法，主要解决现有浆液性能实验方法存在的准确性差且周期较长的技术问题。本方法包括：S1.获取液态性能数据和固态性能数据，作为初始数据集；S2.采用生成对抗网络对所述初始数据集进行扩充，生成目标数据集；S3.采用人工神经网络、随机森林、极度梯度提升和支持向量回归四种算法建立初始模型；S4.采用贝叶斯优化代理模型和采集函数探索超参数空间，同时采用K折交叉验证进行训练，获取目标模型；S5.评估目标模型的性能，并通过SHAP解释。通过本方法构建的预测模型，准确性强，且测试周期短，能够用于预测和优化浆液在不同施工条件下的液态性能和固态性能。