简介： 本发明提出了一种基于Xgboost的盾构施工不良地质类型预测方法，用于解决现有技术存在的预测准确率和时效性低的技术问题，实现步骤为：对盾构机的PDV历史数据进行预处理；获取预处理后的多个掘进参数数据的关键特征；构建不良地质预测数据包；建立Xgboost算法不良地质预测模型；对Xgboost算法不良地质预测模型进行评估；对盾构施工过程中不良地质类型进行预测。本发明通过随机森林算法特征提取模型提取能表征地层变化的掘进参数关键数据特征集，通过Xgboost算法不良地质预测模型实现对不良地质类型预测，提高了不良地质预测的准确率和时效性，可用于在盾构施工过程中实时监测和分析开挖面围岩的地质情况。