System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于盾構施工監測,特別涉及一種基于天牛混合粒子群和xgboost模型的盾構螺旋輸送機轉速預測方法。
技術介紹
1、盾構施工方法是隧道施工的主要方式,具有對土體擾動小,施工效率高等優點。由于盾構螺旋輸送機是盾構機調節土倉壓力的重要裝置,其轉速控制是盾構機掘進時的關鍵參數之一。合理地設定螺旋輸送機參數是保障隧道高效安全施工的關鍵。
2、目前機器學習已逐漸成為盾構機掘進參數控制的主要方法。網格搜索,粒子群等優化算法常被用于調整機器學習模型中的超參數,但這些方法存在搜索效率低、隨機性差等問題。
3、xgboost模型是一種基于gradient?boosting的機器學習算法,衍生于梯度提升樹。xgboost會構建多個弱評估器,例如決策樹模型,弱評估器在模型迭代計算過程中構建。然后xgboost匯總所有弱評估器的結果組成的強評估器。xgboost通過引入二階導數在損失函數求解中做泰勒展開,使得模型結果更加精確。
技術實現思路
1、針對現有技術存在的問題,本專利技術提出了一種基于天牛混合粒子群和xgboost(extreme?gradient?boosting)模型的盾構螺旋輸送機轉速預測方法,即綜合天牛混合粒子群和xgboost模型構建一種bas-pso-xgboost的混合模型,用于預測盾構螺旋輸送機轉速。具體的,在pso算法的基礎上,結合天牛混合粒子群搜索方法的理念,在單個粒子位置更新過程中增加局部搜索階段,提高單個粒子的隨機搜索能力,其中,盾構參數控制
2、本專利技術技術方案:
3、一種基于天牛混合粒子群和xgboost模型的盾構螺旋輸送機轉速預測方法,包括以下步驟:
4、步驟1:刪除0值,從盾構機數據集中剔除掉盾構螺旋輸送機轉速等級為0的全部數據;
5、步驟2:缺失值處理,使用線性插值法填充原始數據中的缺失值;
6、步驟3:異常值處理,基于速度約束修復處理異常值;
7、步驟4:特征選擇,通過施工經驗和卡方過濾方法選擇和標簽相關性最高的特征。
8、步驟5:構建訓練樣本并歸一化樣本數據,把原始數據集劃分為訓練集、驗證集和測試集;
9、步驟6:構建用于盾構螺旋輸送機轉速預測的bas-pso-xgboost的混合模型;
10、步驟7,使用步驟5訓練樣本訓練bas-pso-xgboost混合模型;
11、步驟8,獲取盾構機實時狀態數據,使用步驟7獲得的預測模型,求得螺旋輸送機轉速預測數據,用于盾構螺旋輸送機轉速控制。
12、有益效果
13、1相比傳統粒子群優化算法,本方法提高了單個粒子的搜索隨機性。
14、2相比于其他混合機器學習模型,本方法具有較好的模型預測精度。
15、3同傳統的盾構螺旋輸送機轉速預測方法相比,該方法地質條件的適應范圍更廣、模型的泛化能力增強、響應速度更快、對盾構螺旋輸送機轉速的預測控制效果更加準確等。
本文檔來自技高網...【技術保護點】
1.一種基于天牛混合粒子群和XGBoost模型的盾構螺旋輸送機轉速預測方法,其特征在于,包括以下步驟:
2.根據權利要求1所述一種基于天牛混合粒子群和XGBoost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟2中,
3.根據權利要求1所述一種基于天牛混合粒子群和XGBoost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟3中,
4.根據權利要求1所述一種基于天牛混合粒子群和XGBoost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟4中,
5.根據權利要求4所述一種基于天牛混合粒子群和XGBoost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟4中,選擇的特征如下:
6.根據權利要求1所述一種基于天牛混合粒子群和XGBoost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟6中,選擇5個XGBoost模型超參數作為BAS-PSO算法的優化目標,如下:
7.根據權利要求1所述一種基于天牛混合粒子群和XGBoost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟7包括以下步驟:
9.根據權利要求7所述一種基于天牛混合粒子群和XGBoost模型的盾構螺旋輸送機轉速預測方法,其特征在于,k取為50。
...【技術特征摘要】
1.一種基于天牛混合粒子群和xgboost模型的盾構螺旋輸送機轉速預測方法,其特征在于,包括以下步驟:
2.根據權利要求1所述一種基于天牛混合粒子群和xgboost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟2中,
3.根據權利要求1所述一種基于天牛混合粒子群和xgboost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟3中,
4.根據權利要求1所述一種基于天牛混合粒子群和xgboost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟4中,
5.根據權利要求4所述一種基于天牛混合粒子群和xgboost模型的盾構螺旋輸送機轉速預測方法,其特征在于,步驟4中,選擇的特征如下:
6.根據權利要求1所述一種...
【專利技術屬性】
技術研發人員:張恒,毛健,杜津平,葉俊,楊偉清,王迦杰,蔣云飛,曾輝,楊立偉,趙天健,
申請(專利權)人:上海地鐵盾構設備工程有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。