建筑机械化2025，Vol.46Issue(1) ：26-30.DOI:10.3969/j.issn.1001-1366.2025.01.004

基于XGBoost的岩溶地层盾构滚刀磨损预测研究

Study on the Prediction of Rolling Disc Wear in Karst Strata Tunnel Boring Machine Based on XGBoost

张鹏
建筑机械化2025，Vol.46Issue(1) ：26-30.DOI:10.3969/j.issn.1001-1366.2025.01.004
✕
  • NETL
  • NSTL
  • 万方数据

基于XGBoost的岩溶地层盾构滚刀磨损预测研究

Study on the Prediction of Rolling Disc Wear in Karst Strata Tunnel Boring Machine Based on XGBoost

张鹏1
扫码查看

作者信息

  • 1. 中铁二十局集团南方工程有限公司,广东 广州 511300
  • 折叠

摘要

为验证所提出模型的有效性,依托深圳某管廊盾构项目进行实例验证,并将所提出预测模型与BP神经网络模型、支持向量回归模型和Transformer模型进行对比.3个滚刀测试集数据基于XGBoost的预测结果中,均方根误差分别为0.107、0.129、0.125,平均绝对误差分别为0.076、0.101、0.093,相关系数分别为0.970、0.960、0.959,均优于各对比模型,表明提出的XGBoost预测模型具有较高的预测精度,可为岩溶地层盾构施工滚刀磨损预测提供一种新方法.

关键词

盾构隧道/岩溶地层/滚刀磨损预测/XGBoost模型

引用本文复制引用

出版年

2025
建筑机械化
中国建筑科学研究院 建筑机械化研究分院

建筑机械化

影响因子：0.276
ISSN：1001-1366
段落导航相关论文