公开(公告)号：CN119167550A

公开(公告)日：2024-12-20

申请号：CN202411218868.9

申请日：2024-09-02

Applicant: 福州大学

Inventor： 关振长 ,  谢立夫 ,  陈东 ,  林沅颖 ,  林雅彬

IPC: G06F30/17 ,  G06F30/27 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0985 ,  G06F18/15 ,  G06F18/2433 ,  G06N7/01

Abstract: 本发明提供一种基于深度学习与多目标决策的盾构隧道管片动态选型方法，基于盾构施工实测数据，通过深度学习算法构建管片选型神经网络模型，训练获取拼装点位与盾体、管片中心坐标、油缸行程差间的非线性映射关系；以根据当前环管片点位确定后续n环所有满足错缝拼装要求的待选点位组合，并基于神经网络模型并结合所得坐标间的几何关系，求解不同待选点位组合下后续n环管片的盾尾间隙、轴线偏差及油缸行程差；根据管片选型损失函数并对各损失分项的权重进行自适应分配，遍历所有待选点位组合，并以损失函数最小化为目标，实现最优拼装点位组合选取。