一种基于PCA-KNN的TBM施工围岩综合分级预测方法

摘要

本发明公开了一种基于PCA‑KNN的TBM施工围岩综合分级预测方法，采用k近邻算法对所得到的若干主成分变量及对应的综合围岩等级进行训练学习，建立各指标‑综合围岩分级的数学模型；基于训练数据对检测数据提取主成分并用已建立的数学模型验证所建立模型的准确性；获取未开挖掌子面附近进行影响因素指标值，并基于训练数据的平均值和标准差等进行主成分分析，得到相应的主成分后用已获得的数学模型进行TBM施工围岩综合分级预测。本发明克服了岩体条件的不确定性、岩机相互作用的复杂性等带来的困难，有效选取TBM性能及围岩预测的主要影响因素，FPI可以作为联系掘进参数与地质参数的纽带，选取的各地质因素也是影响TBM性能的主要影响因素。