公开(公告)号：CN114969953A

公开(公告)日：2022-08-30

申请号：CN202210900578.7

申请日：2022-07-28

Applicant: 华中科技大学

Inventor： 吴贤国 ,  曹源 ,  冯宗宝 ,  徐文 ,  黄浩 ,  陈虹宇 ,  裴以军 ,  鄢春艳 ,  王廷辉 ,  王健 ,  曹化锦 ,  覃亚伟 ,  徐文胜 ,  吴克宝 ,  阮滨

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/12 ,  G06N5/00 ,  G06N20/20 ,  G06N7/02 ,  G06F111/04 ,  G06F111/06

Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于CatBoost‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法及设备。所述方法包括：确定管片优化设计的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；利用CatBoost算法进行学习训练，以构建基于CatBoost算法的隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量预测模型；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于CatBoost‑NSGA‑Ⅲ的多目标优化模型，以获取盾构管片参数最优设计。本发明不仅实现了隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量的高精度预测，也实现了盾构下穿隧道优化设计的多目标智能优化。

公开(公告)号：CN114969953B

公开(公告)日：2023-02-03

申请号：CN202210900578.7

申请日：2022-07-28

Applicant: 华中科技大学

Inventor： 吴贤国 ,  曹源 ,  冯宗宝 ,  徐文 ,  黄浩 ,  陈虹宇 ,  裴以军 ,  鄢春艳 ,  王廷辉 ,  王健 ,  曹化锦 ,  覃亚伟 ,  徐文胜 ,  吴克宝 ,  阮滨

IPC: G06F30/13 ,  G06F30/27 ,  G06N3/12 ,  G06N5/00 ,  G06N20/20 ,  G06N7/02 ,  G06F111/04 ,  G06F111/06

Abstract: 本发明属于盾构施工技术领域，并具体公开了一种基于CatBoost‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法及设备。所述方法包括：确定管片优化设计的敏感因素，建立指标体系，采集盾构掘进过程中的实际监测数据并结合地质勘查，构建样本数据集；利用CatBoost算法进行学习训练，以构建基于CatBoost算法的隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量预测模型；将预测模型所得的非线性映射关系函数作为目标优化适应度函数，构建基于CatBoost‑NSGA‑Ⅲ的多目标优化模型，以获取盾构管片参数最优设计。本发明不仅实现了隧道拱顶沉降、拱底竖向位移、拱底水平位移、拱底沉降量的高精度预测，也实现了盾构下穿隧道优化设计的多目标智能优化。

公开(公告)号：CN115081749A

公开(公告)日：2022-09-20

申请号：CN202210900027.0

申请日：2022-07-28

Applicant: 华中科技大学

Inventor： 吴贤国 ,  冯宗宝 ,  李昕懿 ,  刘俊 ,  陈虹宇 ,  王廷辉 ,  裴以军 ,  张金军 ,  戴小松 ,  徐文胜 ,  覃亚伟 ,  吴克宝

IPC: G06Q10/04 ,  G06Q50/02 ,  G06K9/62 ,  G06N3/04 ,  E21D9/00

Abstract: 本发明公开了一种基于贝叶斯优化LSTM的盾构掘进载荷超前预测方法及系统，该方法包括以下步骤：获取盾构施工参数的监测数据，进行数据预处理；利用Pearson相关分析进行冗余参数分析过滤，并采用随机森林算法进行特征选择，得到最优参数集；基于最优参数集，进行贝叶斯优化LSTM的盾构掘进载荷预测。对于采集的初始数据进行预处理，过滤了停机数据、异常值和缺失值等无关数据，通过相关性分析过滤了高度耦合参数，在此基础上利用RF进行重要性排序和特征选择，得到了最优参数集，用贝叶斯优化确定了LSTM预测模型的最优超参数，基于选择的超参数构建刀盘扭矩和总推进力预测模型，实现准确的掘进载荷超前预测，为盾构机的运行操作提供参考。