申请/专利权人：上海智越领航科技有限公司

申请日：2024-04-18

公开（公告）日：2024-06-18

公开（公告）号：CN118211163A

主分类号：G06F18/2433

分类号：G06F18/2433;G06F18/15;G06F18/213;G06F18/214;G06N3/045;G06N3/044;G06N3/0985;G06Q50/08;G06N3/048

优先权：

专利状态码：在审-公开

法律状态：2024.06.18#公开

摘要：本发明揭示了一种基于元学习的盾构施工环境安全自适应预判方法、系统、电子设备及存储介质，所述盾构施工环境安全自适应预判方法包括：步骤S1、多源数据处理步骤；步骤S2、预测模型构建步骤；步骤S3、元模型训练步骤；使用数据处理器处理的历史施工序列数据来训练沉降预测模型，使模型能够在数据有限的新场景中快速适应。本发明提出的基于元学习的盾构施工环境安全自适应预判方法、系统、电子设备及存储介质，可基于特定盾构施工情境下收集的少量样本数据快速泛化，以实现实时地表沉降的准确预测，为盾构施工参数的优化调整提供支持。

主权项：1.一种基于元学习的盾构施工环境安全自适应预判方法，其特征在于，所述盾构施工环境安全自适应预判方法包括：步骤S1、多源数据处理步骤；在时间维度上，数据处理器汇总盾构隧道操作数据进行汇总，以优化数据大小并提高输入模型数据的代表性；在空间维度上，数据处理器通过处理和扩展地质钻孔数据来增强地质数据的质量和数量；对每次监测时的地面沉降数据进行空间扩展，以丰富模型训练的样本；数据处理完成后，数据处理器会根据隧道施工周期将不同频率的数据进行对齐，进而得到可用于模型训练的时序数据；步骤S2、预测模型构建步骤；预测模型使用时空特征提取器和沉降预测器进行预测；时空特征提取器基于之前的沉降情况初始化时空特征，然后提取空间特征并更新盾构施工数据每个前进周期的时空特征，从而获得盾构隧道的时空特征；随后，这些时空特征被输入到沉降预测器中进行最终的沉降预测；步骤S3、元模型训练步骤；使用数据处理器处理的历史施工序列数据来训练沉降预测模型，使模型能够在数据有限的新场景中快速适应；根据时间间隔将历史施工序列数据划分为若干子任务，以模拟现实世界的场景；这些任务包括在不同时期收集的盾构施工数据，反映施工过程中可能遇到的各种场景和条件；随后，根据这些不同的任务更新模型，以增强其适应性；通过减少各种任务的预测误差，获得能够处理不同任务的元模型；在应用任务中，系统使用少量数据对元模型的沉降预测器进行微调，使其适应新任务；这使得模型能够在新项目或变化的施工环境中使用有限的数据快速调整其参数，从而实现高效、准确的地面沉降预测。

全文数据：

权利要求：

百度查询： 上海智越领航科技有限公司 基于元学习的盾构施工环境安全自适应预判方法、系统、电子设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD