基于多元线性自回归的泥水盾构机掘进关键参数预测方法

摘要

本发明公开了一种基于多元线性自回归的泥水盾构机掘进关键参数预测方法，包括如下步骤：1、提取历史运行数据,形成数据集data1；2、在数据集data1中选取正常掘进段数据，形成数据集data2；3、对数据集data2进行去噪和归一化处理，形成数据集data3；4、对数据集data3进行属性间相关性等初步数据分析，提取与待预测指标明显线性相关的属性列数据，形成数据集data4；5、将数据集data4的数据以整环为单位划分为训练集和测试集，确定模型拟合参数；6、提取泥水盾构机的实时掘进数据，代入学习的多元线性自回归模型，计算出预测指标的值。本发明将机器学习方法应用于盾构工程施工数据的处理中，建立泥水盾构机中掘进关键参数的关联模型，预测泥水盾构机掘进过程中关键参数值，为泥水盾构机的操控提供指导。