简介:
本发明提供了一种基于加权随机森林的TBM施工速度预测方法,包括:构建考虑多源信息不确定性的TBM施工速度预测数据集;基于地质条件、掘进条件以及管理操作不确定性进行模型输入参数的筛选工作;利用加权随机森林方法向不同输入参数分配对应权重,并基于惩罚节点的错分来构建WRF算法框架;利用十折交叉验证与预测数据集对模型超参数进行优化,训练基于所述WRF算法框架的TBM施工速度预测模型;基于训练后的模型进行未知掘进段的TBM施工速度预测并对异常区段进行预警。保障TBM快速、安全施工。
本发明提供了一种基于加权随机森林的TBM施工速度预测方法,包括:构建考虑多源信息不确定性的TBM施工速度预测数据集;基于地质条件、掘进条件以及管理操作不确定性进行模型输入参数的筛选工作;利用加权随机森林方法向不同输入参数分配对应权重,并基于惩罚节点的错分来构建WRF算法框架;利用十折交叉验证与预测数据集对模型超参数进行优化,训练基于所述WRF算法框架的TBM施工速度预测模型;基于训练后的模型进行未知掘进段的TBM施工速度预测并对异常区段进行预警。保障TBM快速、安全施工。