| 注册
首页|期刊导航|水力发电|基于LSTM-GRU模型的TBM掘进参数时序预测研究

基于LSTM-GRU模型的TBM掘进参数时序预测研究

杨耀红 刘德福 韩兴忠 尚李落 代静 孙小虎

水力发电2023,Vol.49Issue(2):78-84,104,8.
水力发电2023,Vol.49Issue(2):78-84,104,8.

基于LSTM-GRU模型的TBM掘进参数时序预测研究

Research on Time Series Prediction of TBM Tunneling Parameters Based on LSTM-GRU Model

杨耀红 1刘德福 2韩兴忠 1尚李落 1代静 1孙小虎1

作者信息

  • 1. 华北水利水电大学水利学院,河南 郑州 450046
  • 2. 河南省黄河流域水资源节约集约利用重点实验室,河南 郑州 450046
  • 折叠

摘要

关键词

隧道掘进机(TBM)/掘进参数/时序预测/双学习机制/LSTM-GRU模型/误差分析

分类

交通工程

引用本文复制引用

杨耀红,刘德福,韩兴忠,尚李落,代静,孙小虎..基于LSTM-GRU模型的TBM掘进参数时序预测研究[J].水力发电,2023,49(2):78-84,104,8.

基金项目

国家自然科学基金重点项目(51679089) (51679089)

河南省学科创新引智基地项目"智慧水利"(GXJD004) (GXJD004)

水力发电

OACSTPCD

0559-9342

访问量0
|
下载量0
段落导航相关论文