.png){kind=icon}
返回
An unsupervised deep learning surrounding rock perception method for TBM operational parameter multiobjective optimization
.png){kind=icon}
OA
AI
DOI：10.1016/j.rineng.2025.106925.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 开发了TBM岩石感知与参数优化的集成框架。
• 设计了基于APCA的降维和集成异常值检测，用于TBM数据预处理。
• 引入了SSA-FC深度聚类，用于无监督围岩分类。
• NSGA-III优化将贯入度提高了50%，能耗降低了88%，磨损降低了79%。
Keyword:
TBM operational parameters
Rock condition perception
Time series segmentation
Deep clustering
Multiobjective optimization
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.9
论文数:
1.2W
被引数:
1.7W
机构
引用论文
.png){kind=icon}
没有更多内容
没有更多内容