盾构姿态预测中的多重深度学习算法研究.docxVIP

盾构姿态预测中的多重深度学习算法研究

目录

内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1地铁隧道掘进技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2盾构机姿态监测原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.3深度学习基本理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.4常用深度学习模型介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.4.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.4.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.4.3长短期记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.4.4支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.4.5随机森林(RF)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

盾构姿态预测数据采集与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

3.1数据采集方案设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

3.2传感器选型与布置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

3.3数据采集系统搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

3.4数据预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

3.4.1数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

3.4.2数据归一化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

3.4.3特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

基于单一深度学习模型的盾构姿态预测．．．．．．．．．．．．．．．．．．．．．32

4.1基于卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

4.2基于循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

4.3基于长短期记忆网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

4.4基于支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

4.5基于随机森林．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

4.6单一模型性能对比与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

基于集成学习的盾构姿态预测模型．．．．．．．．．．．．．．．．．．．．．．．．．41

5.1集成学习理论概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

5.2基于堆叠的集成学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

5.3基于提升的集成学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

5.4基于Bagging的集成学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．48

5.5集成学习模型参数优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

5.6集成学习模型性能评估与分析．．．．．．．．．．．．．．．．．．．．．．．．．．