一种基于混合深度学习的TBM操作参数多目标优化方法

本发明公开了一种基于混合深度学习的TBM操作参数多目标优化方法，包括：获取TBM掘进过程实时记录的机械参数信息，并对数据进行预处理以构建数据库，将数据转换成图数据并划分数据集；基于混合深度学习，以机械参数信息为输入，以当前掘进速度和破岩比能为输出，构建一个考虑时空特征信息的多目标预测模型；基于所建立的考虑时空特征信息的多目标预测模型，给出以提高掘进速度、降低破岩比能为目标的TBM的刀盘转速和总推进力的建议值。本发明可以根据不同的施工条件对TBM操作参数进行智能优化，对于复杂地质下TBM长距离施工具有重要意义。