-
Patent Agency Ranking
公开(公告)号：CN108985340B
公开(公告)日：2021-06-01
申请号：CN201810650131.2
申请日：2018-06-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于大数据分析的盾构施工地面沉降预测方法，主要解决现有技术在盾构施工大数据场景下，地面沉降进行预测精度不高的问题,预测方法步骤包括：数据预处理；获取影响地面沉降的参数数据；建立沉降预测模型；对预测模型的参数进行优化；利用最优参数重新训练模型；模型融合；获取实时地面沉降量数据。本发明整个方案设计严谨、完整，地面沉降量预测的效率和准确性高，用于地铁施工地面沉降预测，保障工程质量和安全。
-
公开(公告)号：CN108846521A
公开(公告)日：2018-11-20
申请号：CN201810649269.0
申请日：2018-06-22
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于Xgboost的盾构施工不良地质类型预测方法，用于解决现有技术存在的预测准确率和时效性低的技术问题，实现步骤为：对盾构机的PDV历史数据进行预处理；获取预处理后的多个掘进参数数据的关键特征；构建不良地质预测数据包；建立Xgboost算法不良地质预测模型；对Xgboost算法不良地质预测模型进行评估；对盾构施工过程中不良地质类型进行预测。本发明通过随机森林算法特征提取模型提取能表征地层变化的掘进参数关键数据特征集，通过Xgboost算法不良地质预测模型实现对不良地质类型预测，提高了不良地质预测的准确率和时效性，可用于在盾构施工过程中实时监测和分析开挖面围岩的地质情况。
-
公开(公告)号：CN108868805B
公开(公告)日：2019-11-15
申请号：CN201810583493.4
申请日：2018-06-08
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于统计分析与XGboost结合的盾构纠偏方法，用于解决现有技术中存在的纠偏精度较低的技术问题，实现步骤为：获取盾构参数数据包；获取训练集数据和测试集数据；获取基于XGboost的盾构姿态参数回归模型；获取多组掘进样本数据；对盾构机姿态进行纠偏。通过统计分析，将姿态参数值划分为多个区间，并且对每个区间掘进数据通过XGboost所建立的回归模型进行计算，得到每组包含多条盾构数据的多组数据，使得每个区间给出一组盾构参考数据，给多环纠偏时参数设置提供依据，通过基于XGboost所拟合的回归模型，有效提高了所给出的盾构参考数据的准确性，进而提高了掘进纠偏的准确度。
-
公开(公告)号：CN108985340A
公开(公告)日：2018-12-11
申请号：CN201810650131.2
申请日：2018-06-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于大数据分析的盾构施工地面沉降预测方法，主要解决现有技术在盾构施工大数据场景下，地面沉降进行预测精度不高的问题,预测方法步骤包括：数据预处理；获取影响地面沉降的参数数据；建立沉降预测模型；对预测模型的参数进行优化；利用最优参数重新训练模型；模型融合；获取实时地面沉降量数据。本发明整个方案设计严谨、完整，地面沉降量预测的效率和准确性高，用于地铁施工地面沉降预测，保障工程质量和安全。
-
公开(公告)号：CN108868805A
公开(公告)日：2018-11-23
申请号：CN201810583493.4
申请日：2018-06-08
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于统计分析与XGboost结合的盾构纠偏方法，用于解决现有技术中存在的纠偏精度较低的技术问题，实现步骤为：获取盾构参数数据包；获取训练集数据和测试集数据；获取基于XGboost的盾构姿态参数回归模型；获取多组掘进样本数据；对盾构机姿态进行纠偏。通过统计分析，将姿态参数值划分为多个区间，并且对每个区间掘进数据通过XGboost所建立的回归模型进行计算，得到每组包含多条盾构数据的多组数据，使得每个区间给出一组盾构参考数据，给多环纠偏时参数设置提供依据，通过基于XGboost所拟合的回归模型，有效提高了所给出的盾构参考数据的准确性，进而提高了掘进纠偏的准确度。
-
-
-
-
Search Results
5
records
(took 0.032 seconds)
