基于特征分组与集成神经网络的盾构机掘进参数预测方法

摘要

本发明公开了一种基于特征分组与集成神经网络的盾构机掘进参数预测方法，具有这样的特征，包括以下步骤：步骤1，获取泥水盾构PLC系统采集的数据，并对其进行预处理；步骤2，基于预处理后的数据，采用预定分析方法进行特征重要性分析；步骤3，根据特征重要性分析的结果，设定分组大小并对特征进行分组，并将预处理后的数据按照一定比例划分成训练集数据和测试集数据；步骤4，将每个分组对应的数据分别输入不同的神经网络结构中，并将多个神经网络结构的输出作为一个多元线性回归模型的输入，基于训练集数据对整个多元线性回归模型进行训练，得到参数预测模型；步骤5，在测试集数据上进行参数预测模型的评估。