注意力混合预测模型

TBM推进率精准预测

引入注意力机制的混合深度学习模型，预测隧道掘进机推进率，误差低于常用智能模型，并具备跨工程泛化能力。

Sihao, Yu · 张子新 · 王帅峰 · 黄欣 · Lei, Qinghua

Journal of Rock Mechanics and Geotechnical Engineering 2023

技术优势

误差更低

与常用智能模型相比，该模型的均方根误差和平均绝对百分比误差更低，预测更准确。

跨项目泛化

在深圳白芒河隧道工程的未知数据集上测试，模型仍具有更好的预测能力，表明其自适应性有助于跨工程应用。

应用场景

• 隧道掘进机施工：实时预测推进率，优化掘进参数，保障安全高效施工。
• 地下工程装备：为地下工程装备提供数据驱动的性能预测工具，辅助设备选型与调度。
• 智能掘进机器人：作为智能掘进机器人的核心算法模块，实现自主决策与自适应掘进。