本發明公開了一種基于深度神經網絡的盾構機參數優化方法。本發明利用神經網絡算法建立了一種用于預測復雜地質條件的盾構機掘進參數的正向模型,如果在輸出層得不到期望的輸出值,則取輸出與期望的誤差的平方和作為目標函數,轉入反向傳播,逐層求出目標函數對各神經元權值的偏導數,構成目標函數對權值向量的梯量,作為修改權值的依據,網絡的學習在權值修改過程中完成。在利用真實數據進行預測時,該模型預測值與原始數據變化規律一致,平均誤差在12%以內,且模型結構輕量級、泛化能力符合現場施工要求,為盾構機掘進參數預測提供了一套有效的方案,具有一定的實用價值。
聲明:
“基于深度神經網絡的盾構機參數優化方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)