基于IPSO-ANN时间序列模型的泥水平衡盾构机盾尾密封油脂消耗预测分析

作者：白荣民; 马浴阳; 刘四进; 方勇^*; 何川

来源：现代隧道技术, 2023, 60(03): 44-54.

DOI：10.13807/j.cnki.mtt.2023.03.005

• 泥水平衡盾构机
• 盾尾密封油脂
• 粒子群优化算法
• ANN神经网络
• 时间序列化

准确预测盾尾密封油脂消耗对盾尾密封、盾构施工安全和成本控制具有重要意义。为此，采用K折交叉验证法结合ANN神经网络，改进传统粒子群优化算法，实现IPSO算法自动寻优ANN神经网络神经元超参数，构建泥水平衡盾构机盾尾密封油脂消耗量IPSO-ANN时间序列模型。基于济南黄河隧道，结合东西双线密封油脂用量和通过双重筛选得到的影响因素，制定混合训练、东西线单独训练3种策略对模型进行训练并对施工段油脂消耗量进行预测及分析。结果表明，IPSO-ANN模型能有效寻优具有最佳神经元超参数的神经网络模型；不同训练策略下最优模型平均预测精度均高于80%，其中混合训练策略下最优模型预测精度高达85.142%，并兼具稳定性，对盾尾密封油脂消耗量预测具有参考意义。

• 出版日期2023
• 单位西南交通大学