[发明专利]一种辅助安全风险决策的隧道掘进设备参数预测方法

权利要求书

1.一种辅助安全风险决策的隧道掘进设备参数预测方法，其特征在于，包括以下步骤：

S1、对隧道掘进设备历史参数数据进行预处理，构建设备参数的多变量序列数据集；

S2、将多变量序列数据集划分为训练数据集、验证数据集和测试数据集；

S3、从训练数据集中取出样本，将其输入长短期记忆网络，捕捉序列在不同时刻之间的特征表示，得到时间序列隐状态；

S4、采用空洞卷积对时间序列隐状态做卷积操作，对序列的特征进一步采样，得到隐状态矩阵；

S5、利用时间模式注意力机制进行计算，获得预测样本数据集；

S5、构建生成式对抗网络，其中生成器为时间模式注意力机制网络，判断器由双向长短期记忆网络和N个线性激活层组成；

S6、将预测数据和真实数据输入至对抗网络，并训练生成式对抗网络；

S7、重复步骤S3-S6，直至达到训练条件终止，得到最后训练好的model，可用于预测未来时刻的设备参数值。

2.根据权利要求1所述的一种辅助安全风险决策的隧道掘进设备参数预测方法，其特征在于，所述步骤S2中利用最大最小归一化方法，对多变量序列数据集进行标准化处理，取数据集的前80％为训练数据集，10％为验证数据集，最后10％为测试数据集。

3.根据权利要求1所述的一种辅助安全风险决策的隧道掘进设备参数预测方法，其特征在于，所述步骤S3中的转换公式为：

I_t＝σ(X_tW_xi+H_t-1W_hi+b_i)

F_t＝σ(X_tW_xf+H_t-1W_hf+b_f)

O_t＝σ(X_tW_xo+H_t-1W_ho+b_o)

H_t＝O_t⊙tanh(C_t)

式中：σ表示激活函数；⊙表示矩阵点乘；W_xi、W_xf、W_xc、W_xo、W_xi、W_hf、W_hc、W_ho是权重参数；b_i、b_f、b_c和b_o是偏置参数。

4.根据权利要求3所述的一种辅助安全风险决策的隧道掘进设备参数预测方法，其特征在于，所述步骤S3中从序列特征得到隐状态矩阵的公式为：

式中：为卷积值；C_kj为卷积大小；T为观测的最大长度；w为是滑动窗口大小。

5.根据权利要求1所述的一种辅助安全风险决策的隧道掘进设备参数预测方法，其特征在于，所述步骤S4中使用空洞卷积对捕获的时间序列隐状态依次提取关键信息，再对主要的特征赋予更高的权重参数。

6.根据权利要求5所述的一种辅助安全风险决策的隧道掘进设备参数预测方法，其特征在于，利用时间模式注意力机制计算的过程为：通过评分函数得到注意力权重；再计算上下文向量；然后得到与前一时间步隐状态拼接的隐藏向量；最后得到模型的预测输出。

7.根据权利要求1所述的一种辅助安全风险决策的隧道掘进设备参数预测方法，其特征在于，所述步骤S6中的训练包括：采用平均绝对损失函数衡量生成的预测结果和真实值之间的差距，同时加入部分判别器的损失结果，不断提高生成器的生成精度；如此往复，使得生成器和判别器相互博弈，最终到达纳什均衡。