基于遗传算法的TBM操作参数优化决策模型构建

目录

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