融合深度学习与序贯三支决策的盾构故障预测方法及装置
摘要:
本发明公开融合深度学习与序贯三支决策的盾构故障预测方法及装置,涉及盾构故障预测领域,解决现有技术未考虑盾构故障诊断代价不平衡的问题;本发明包括S1:收集数据并处理划分为粗粒度数据与细粒度数据;S2:构建LSTM模型并确定序贯三支决策规则,结合LSTM模型和序贯三支决策规则构建LSTM‑S3WD模型;S3:对LSTM‑S3WD模型进行训练及相应评价;本发明引入序贯三支决策思想,对故障预测的流程进行优化,得到更符合实际情况的决策结果;同时本发明提出的LSTM‑S3WD模型,与传统的LSTM模型相比,具有更好的预测精度与更低的预测成本。
0/0