[发明专利]隧道施工作业时间的预测方法、系统、终端及计算机可读存储介质

权利要求书

1.一种隧道施工作业时间的预测方法，其特征在于，包括：

获取影响隧道施工作业时长的影响因素；

映射所述影响因素至0-1的数值之间，并获得与所述影响因素一一对应的输入值；

发送所述输入值至预先训练完成的神经网络模型的输入端，所述神经网络模型基于所述输入值，输出一输出值；

基于所述输出值，获得预测的施工作业时长。

2.根据权利要求1所述的一种隧道施工作业时间的预测方法，其特征在于，所述映射所述影响因素至0-1的数值之间的步骤，包括：

获取所述影响因素对应的原始值；

按照预设的映射公式将所述原始值映射至0-1的数值之间；其中，所述映射公式包括(一原始值-所有原始值的最小值)/(所有原始值的最大值-所有原始值的最小值)。

3.根据权利要求2所述的一种隧道施工作业时间的预测方法，其特征在于，所述影响因素包括数值影响因素和非数值影响因素，其中，所述非数值影响因素对应的所述原始值为预先对所述非数值影响因素评分后的评分值。

4.根据权利要求1所述的一种隧道施工作业时间的预测方法，其特征在于，所述神经网络模型的训练方法包括：

获取与所述影响因素关联的所有的输入历史数据；

获取与所述隧道施工作业时长关联的所有的输出历史数据；

在将所述输入历史数据和所述输出历史数据划分为训练集和测试集之后，依次发送所述训练集中的每组所述输入历史数据至初始神经网络模型的输入端，其中一组所述输入历史数据对应一所述输出历史数据；

基于所述训练集中的所述输入历史数据和所述输出历史数据，获得所述初始神经网络模型中的权重；

依次发送所述测试集中的每组所述输入历史数据至所述初始神经网络模型中；

基于所述权重，依次获得所述初始神经网络模型的训练输出值；

基于所述训练输出值，获得预测时长值；

基于所述预测时长值与对应的所述测试集中的所述输出历史数据，获得均方误差；

判断所述均方误差是否在预设的误差范围内，若是，则获得所述神经网络模型。

5.根据权利要求4所述的一种隧道施工作业时间的预测方法，其特征在于，若所述均方误差不在所述误差范围内，则调整所述初始神经网络模型的超参数；

基于调整后的所述初始神经网络模型重复如权利要求4所述的神经网络模型的训练方法。

6.根据权利要求4所述的一种隧道施工作业时间的预测方法，其特征在于，基于所述影响因素、所述输入历史数据、所述输出历史生成表格，其中，所述表格的列包括所述影响因素和所述隧道施工作业时长，所述表格的行包括所述输入历史数据和所述输出历史数据。

7.根据权利要求1-6任一所述的一种隧道施工作业时间的预测方法，其特征在于，所述获得预测的施工作业时长之后，包括：

基于所述施工作业时长和预设的施工信息，自动生成隧道施工计划。

8.一种隧道施工作业时间的预测系统，其特征在于，包括：

影响因素获取模块（110），用于获取影响隧道施工作业时长的影响因素；

输入值获取模块（120），用于映射所述影响因素至0-1的数值之间，并获得与所述影响因素一一对应的输入值；

输入值发送模块（130），用于发送所述输入值至预先训练完成的神经网络模型的输入端，所述神经网络模型基于所述输入值，输出一输出值；

施工作业时长获取模块（140），用于基于所述输出值，获得预测的施工作业时长。

9.一种终端，其特征在于，包括：

存储器，存储有隧道施工作业时间的预测程序；

处理器，用于执行所述存储器上存储的隧道施工作业时间的预测程序，以实现如权利要求1-7任一所述的隧道施工作业时间的预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1-7任一所述的隧道施工作业时间的预测方法的计算机程序。