申请/专利权人:中电建路桥集团有限公司;重庆大学
申请日:2023-11-24
公开(公告)日:2024-02-06
公开(公告)号:CN117524349A
主分类号:G16C20/30
分类号:G16C20/30;G16C20/70;G06N3/0442;G06N3/006
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.27#实质审查的生效;2024.02.06#公开
摘要:本发明公开了一种基于WOA‑LSTM模型的隧道瓦斯浓度预测方法,其包括构建WOA‑LSTM模型和瓦斯浓度数据集,设置LSTM网络的初始化参数,然后用数据集中的数据训练LSTM网络,训练过程中用WOA鲸鱼算法模块调节选取LSTM网络的关键参数,以LSTM网络输出的预测值与真实值的均方根误差RMSE作为LSTM网络的适应度值,当适应度值满足设定条件时输出LSTM模型的参数最优解,并结束训练;用训练好的LSTM网络预测隧道掌子面附近的瓦斯浓度值。本发明将LSTM网络和WOA鲸鱼算法模块结合,利用WOA算法优化对LSTM网络关键参数的选取,能显著提升LSTM网络对隧道掌子面瓦斯浓度的预测的精度。
主权项:1.一种基于WOA-LSTM模型的隧道瓦斯浓度预测方法,其特征在于:包括:1构建由LSTM网络和WOA鲸鱼算法模块组成的WOA-LSTM模型;2采集隧道瓦斯浓度数据,并对采集的数据进行标准化处理,用经过标准处理的数据构建数据集;3设置LSTM网络的初始化参数,然后用步骤2构建的数据集中的数据训练LSTM网络,训练过程中用WOA鲸鱼算法模块调节选取LSTM网络的关键参数,以LSTM网络输出的预测值与真实值的均方根误差RMSE作为LSTM网络的适应度值,当适应度值满足设定条件时输出LSTM模型的参数最优解,并结束训练;4现场采集隧道掌子面附近的瓦斯浓度数据,并将采集的数据作标准化处理后输入步骤3训练得到的LSTM网络,通过LSTM网络得到隧道掌子面附近的瓦斯浓度预测值。
全文数据:
权利要求:
百度查询: 中电建路桥集团有限公司;重庆大学 一种基于WOA-LSTM模型的隧道瓦斯浓度预测方法
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。