期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
机器学习预测盾构掘进地表沉降的研究进展及展望
被引量：
1
1
作者
杨明辉
宋牧原
+3 位作者
姚高占
陈伟
左国恋
蔡智远
《隧道建设（中英文）》
CSCD
北大核心
2024年第11期2119-2132,共14页
针对采用机器学习方法预测盾构掘进地表沉降的研究,围绕预测模型的输入参数、预测目标、算法选取和超参数智能优化4个方面的研究进展开展系统综述,总结出当前研究中亟需解决的关键问题,并展望该领域的未来发展方向。研究表明:1)结合隧...
针对采用机器学习方法预测盾构掘进地表沉降的研究,围绕预测模型的输入参数、预测目标、算法选取和超参数智能优化4个方面的研究进展开展系统综述,总结出当前研究中亟需解决的关键问题,并展望该领域的未来发展方向。研究表明:1)结合隧道几何参数、地层参数和盾构操作参数等信息进行沉降预测是当前主流的研究方向;2)沉降预测前需根据预测目标选取合适的模型和输入参数;3)通过超参数智能算法优化模型参数以提升预测精度。然而,现阶段的研究仍面临着诸多挑战:1)预测模型普遍缺乏特征自主识别能力且易发生过拟合;2)对海量数据的挖掘与分析尚不深入;3)尚未构建基于多源异构数据集的强鲁棒性模型;4)对地表沉降发展过程的预测研究相对匮乏。最后,展望盾构隧道智能掘进领域中需重点攻克的难题。
展开更多
关键词
盾构掘进
地表沉降预测
机器学习
超参数优化
在线阅读
下载PDF
职称材料
题名
机器学习预测盾构掘进地表沉降的研究进展及展望
被引量：
1
1
作者
杨明辉
宋牧原
姚高占
陈伟
左国恋
蔡智远
机构
厦门大学建筑与土木工程学院
湖南大学土木工程学院
出处
《隧道建设（中英文）》
CSCD
北大核心
2024年第11期2119-2132,共14页
基金
河南省重点研发专项项目(241111241000)。
文摘
针对采用机器学习方法预测盾构掘进地表沉降的研究,围绕预测模型的输入参数、预测目标、算法选取和超参数智能优化4个方面的研究进展开展系统综述,总结出当前研究中亟需解决的关键问题,并展望该领域的未来发展方向。研究表明:1)结合隧道几何参数、地层参数和盾构操作参数等信息进行沉降预测是当前主流的研究方向;2)沉降预测前需根据预测目标选取合适的模型和输入参数;3)通过超参数智能算法优化模型参数以提升预测精度。然而,现阶段的研究仍面临着诸多挑战:1)预测模型普遍缺乏特征自主识别能力且易发生过拟合;2)对海量数据的挖掘与分析尚不深入;3)尚未构建基于多源异构数据集的强鲁棒性模型;4)对地表沉降发展过程的预测研究相对匮乏。最后,展望盾构隧道智能掘进领域中需重点攻克的难题。
关键词
盾构掘进
地表沉降预测
机器学习
超参数优化
Keywords
shield tunneling
surface settlement prediction
machine learning
hyperparameter optimization
分类号
U459.3 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
机器学习预测盾构掘进地表沉降的研究进展及展望
杨明辉
宋牧原
姚高占
陈伟
左国恋
蔡智远
《隧道建设（中英文）》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
