[发明专利]一种基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法

权利要求书

1.一种基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，包括以下步骤：

S1，采集盾构掘进数据；

S2，盾构掘进数据预处理；

S3，通过数据分析和专家经验结合提取数据特征，并对提取的数据特征进行相关性分析；

S4，构建训练样本和测试样本；

S5，训练并构建盾构姿态偏差预测模型；

S6，验证盾构姿态偏差预测模型。

2.根据权利要求1所述的基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，步骤S3中，使用XGBoost算法，对预处理后的盾构掘进数据进行初步特征提取，降低特征维度，提取重要特征。

3.根据权利要求2所述的基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，步骤S3中，采用专家经验，分析盾构姿态偏差的掘进影响因素，得到专家经验特征。

4.根据权利要求3所述的基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，步骤S3中，合并XGBoost算法提取的重要特征和专家分析得到的专家经验特征，对合并的数据集采用Pearson算法进行相关性分析，过滤冗余特征，得到盾构姿态偏差预测数据包。

5.根据权利要求2所述的基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，步骤S3中，基于XGBoost算法的重要特征提取包括以下步骤：从树深度0开始，每一个节点都遍历所有特征，计算特征的增益；对特征的增益排序，选择增益值高的特征。

6.根据权利要求1所述的基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，步骤S4包括以下步骤：

S4-1，在盾构姿态偏差预测数据包中，提取盾构姿态数据作为标签数据，剩余盾构掘进参数数据作为无标签数据；

S4-2，从标签数据中任意选取80％的数据作为训练数据集，将剩余的20％的标签数据作为测试数据集；

S4-3，从无标签数据中任意选项80％的数据作为训练数据集，将剩余的20％的标签数据作为测试数据集。

7.根据权利要求6所述的基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，步骤S5中，采用XGBoost算法对训练数据集进行拟合，得到盾构姿态偏差预测模型。

8.根据权利要求1所述的基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，所述盾构姿态偏差预测模型为：

其中，L(φ)是目标函数，是衡量和y相似程度的损失函数；第二项Ω是正则项，T是叶子结点的数量，γ是超参，是L2正则项，w表示叶子结点的权重。

9.根据权利要求7所述的基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，步骤S5中，采用网格搜索方法，在训练数据中，依据算法反馈的得分寻找XGBoost算法模型最优参数；将训练集数据输入XGBoost算法模型中，训练盾构姿态偏差预测模型，得到盾构姿态偏差预测模型。

10.根据权利要求1所述的基于XGBoost的盾构掘进参数特征提取与姿态偏差预测方法，其特征在于，所述盾构掘进数据通过PLC点码获取，其包括盾构掘进参数数据和盾构姿态数据。