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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD