声明
1 绪论
1.1 全断面隧道掘进机技术的发展
1.2 国内外研究现状
1.3 课题研究意义
1.4 课题研究内容与技术路线
1.5 本章小结
2 TBM数据预处理与分析
2.1 引言
2.2 依托工程概况
2.3 工程地质条件
2.4 TBM掘进数据预处理
2.5 掘进参数关系分析
2.6 本章小结
3 基于GBDT算法围岩等级预测模型构建
3.1 引言
3.2 机器学习算法简介
3.3 梯度提升决策树(GBDT)算法简介
3.4 基于GBDT算法构建围岩等级预测模型
3.5 GBDT算法与其它分类算法效果对比
3.6 本章小结
4 基于神经网络和随机森林的TBM推进速度预测模型构建
4.1 引言
4.2 深度学习简介
4.3 基于神经网络构建TBM推进速度预测模型
4.4 基于随机森林构建TBM推进速度预测模型.
4.5 模型集成
4.6 TBM推进速度预测结果分析
4.7 本章小结
5 基于遗传算法的TBM操作参数决策优化模型构建
5.1 引言
5.2 优化决策方法概述
5.3 遗传算法及粒子群算法简介
5.4 基于工期最短的TBM掘进参数优化
5.5 构建决策参数优化模型
5.6 本章小结
6 基于LSTM神经网络算法的TBM位姿超前预测模型构建
6.1 引言
6.2 位姿调节系统组成
6.3 LSTM算法简介
6.4 基于LSTM神经网络算法的TBM位姿超前预测模型构建
6.5 模型预测结果分析
6.6 本章小结
结论
本论文成果总结
创新点
存在问题及未来改进方向
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学;