本發明公開了一種基于PCA?KNN的TBM施工圍巖綜合分級預測方法,采用k近鄰算法對所得到的若干主成分變量及對應的綜合圍巖等級進行訓練學習,建立各指標?綜合圍巖分級的數學模型;基于訓練數據對檢測數據提取主成分并用已建立的數學模型驗證所建立模型的準確性;獲取未開挖掌子面附近進行影響因素指標值,并基于訓練數據的平均值和標準差等進行主成分分析,得到相應的主成分后用已獲得的數學模型進行TBM施工圍巖綜合分級預測。本發明克服了巖體條件的不確定性、巖機相互作用的復雜性等帶來的困難,有效選取TBM性能及圍巖預測的主要影響因素,FPI可以作為聯系掘進參數與地質參數的紐帶,選取的各地質因素也是影響TBM性能的主要影響因素。
聲明:
“基于PCA-KNN的TBM施工圍巖綜合分級預測方法” 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)