基于PSO-SVR的土压平衡盾构施工进度优化

摘要：

针对隧道掘进机(TBM)利用率预测研究匮乏的问题,建立数据驱动的利用率预测模型并进一步对施工进度展开优化.结合新加坡某地铁隧道项目数据,研究地质类型、司机操作与载荷对TBM利用率的影响,提出基于支持向量回归(SVR)的利用率预测方法,并以施工进度最大为目标展开操作参数优化.利用SVR建立掘进环利用率与地质类型、载荷、操作参数的映射模型;建立以施工进度最大为目标,以地质类型、载荷、操作参数为约束边界的优化方程;利用粒子群优化(PSO)寻找特定地质类型下最优的操作参数.结果表明:SVR模型在验证集和测试集上的R2分别为0.729和0.625,均优于多元线性回归、决策树、k最近邻、随机森林、AdaBoost和XGBoost模型;PSO能准确地找出最优的操作参数.

关键词：土压平衡盾构、施工进度优化、利用率预测、PSO-SVR、操作参数

所属期刊栏目：56

分类号：TH69;TU94(专用机械与设备)

资助基金：教育部-中国移动科研基金;国家重点研发计划

在线出版日期：2022-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1523-1532