一种基于SMOTE+ADACOST算法的TBM掘进过程中的围岩等级预测方法

摘要

本发明涉及一种基于SMOTE+ADACOST算法的TBM掘进过程中的围岩等级预测方法，包括步骤：1)获取TBM掘进参数数据和各个桩号的围岩等级数据；2)数据清洗、特征提取及围岩等级标注处理，作为机器学习模型的输入；3)样本不均衡处理；4)利用K折交叉验证选择机器学习模型的最优模型参数；5)进行模型训练、评估与比对，获取用于围岩等级预测的机器学习模型，并设置比对模型对该模型的预测效果进行比对验证；6)采用训练好的模型进行围岩等级预测并对软弱围岩进行预警。与现有技术相比，本发明具有预测模型预测准确率高，训练速度快，适用于TBM盾构过程中的围岩等级预测等优点。