基于深度迁移学习的TBM掘进控制参数智能优化决策方法

本申请公开了基于深度迁移学习的TBM掘进控制参数智能优化决策方法。该方法包括：获取TBM多源异构数据构建TBM数据集；基于TBM数据集对TBM掘进荷载参数实时预测模型中进行训练，得到训练好的TBM掘进荷载参数预测模型；构建掘进效益函数；基于掘进效益函数和掘进荷载参数实时预测模型得到最优的掘进控制参数；将最优的掘进控制参数添加进TBM数据集中更新，对掘进控制参数实时优化决策模型进行训练，得到训练好的掘进控制参数实时优化决策模型；获取待检测的TBM多源异构数据，基于掘进控制参数实时优化决策模型对待检测的TBM多源异构数据进行识别得到最优的掘进控制参数。本申请能够避免掘进过程中复杂的寻优过程，具有实时性好、准确率高等优点。