基于可解释集成机器学习的料场开挖进度预测及管控方法技术

本发明专利技术公开了一种基于可解释集成机器学习的料场开挖进度预测及管控方法，主要步骤是：首先，通过模拟开挖块流水作业施工工艺，建立开挖进度预测仿真模型，并通过正交实验确定开挖方案，基于仿真模型计算构建开挖进度多因素预测数据集；其次，基于开挖进度多因素预测数据集，训练开挖进度预测机器学习模型，实现开挖进度快速预测；最后，结合SHAP方法量化不同特征因素对开挖进度的影响，实现开挖进度致因分析，指导实际施工。本发明专利技术建立的可解释的料场开挖施工进度预测模型全面准确地预测料场开挖施工工期；可以量化影响因素对工期的影响，提出料场开挖进度管控建议；考虑了多因素耦合作用下对料场开挖施工进度的影响，预测影响因素的结果更为可靠。

【技术实现步骤摘要】

本专利技术属于水利工程施工进度预测及管控，具体涉及一种基于可解释集成机器学习的料场开挖进度预测及管控方法。

技术介绍

1、开展水利水电工程的地区往往自然环境条件复杂，水利工程建设面临高寒、高地震烈度与复杂地质条件等因素的影响。此外，随着我国水电建设的发展和施工技术的改进，水利施工规模逐渐增大，这给施工进度管理带来了极大的挑战。料场开挖是水利工程施工的关键组成部分，开挖进度直接制约工程总进度，是水利工程施工进度管理的重点[1]。

2、料场开挖施工是一个错综复杂的系统，施工进度受到多种因素影响，主要包括施工工艺、施工资源、施工环境等。从施工工艺方面，料场开挖分区、分层、分条、分块开挖，多种工序在开挖块上进行流水作业，具体涉及场地清理、钻孔、装药连线、爆破、出渣运输等循环操作，料场开挖的分区分层分条分块规则、开挖面布置、以及工序的流水作业关系直接影响开挖进度；从施工资源方面，挖机、运输车、钻机等机械设备以及施工人员等资源配置是影响开挖进度的重要因素；从施工环境方面，天气、机械状态、料源性质等多种因素为开挖施工进度带来复杂的不确定性。因此，如何建立多种本文档来自技高网...

【技术保护点】

1.一种基于可解释集成机器学习的料场开挖进度预测及管控方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的料场开挖进度预测及管控方法，其特征在于，步骤1-1)中，将料场三维模型导入Rhino7.0，利用料场参数化切割程序按照开挖块的高将三维模型从上至下进行分层，选取满足切分网格方向与开挖规则相同的参考点，建立长宽与开挖块大小匹配的切分网格，自动将三维模型按照开挖块大小进行切分；模型自动切分后保存各个开挖块的信息，包含开挖块层号、开挖块行号、开挖块列号及开挖块的体积。

3.根据权利要求1所述的料场开挖进度预测及管控方法，其特征在于，步骤2-3)中，每次迭代的过...

【技术特征摘要】

1.一种基于可解释集成机器学习的料场开挖进度预测及管控方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的料场开挖进度预测及管控方法，其特征在于，步骤1-1)中，将料场三维模型导入rhino7.0，利用料场参数化切割程序按照开挖块的高将三维模型从上至下进行分层，选取满足切分网格方向与开挖规则相同的参考点，建立长宽与开挖块大小匹配的切分网格，自动将三维模型按照开挖块大小进行切分；模型自动切分后保存各个开挖块的信息，包含开挖块层号、开挖块行号、开挖...

【专利技术属性】
技术研发人员：许双全，李希稷，王晓玲，胡亦宁，张捷，衣传宝，李绅，余佳，谭红强，郭芹庆，宋蕊香，李璞，宣俊杰，
申请(专利权)人：山东潍坊抽水蓄能有限公司，
类型：发明
国别省市：