論文の概要: Intelligent decision-making method of TBM operating parameters based on
multiple constraints and objective optimization
- arxiv url: http://arxiv.org/abs/2208.00404v1
- Date: Sun, 31 Jul 2022 09:23:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-02 14:18:06.485646
- Title: Intelligent decision-making method of TBM operating parameters based on
multiple constraints and objective optimization
- Title(参考訳): 複数制約と客観的最適化に基づくtbm動作パラメータのインテリジェント決定法
- Authors: Bin Liu, Jiwen Wang, Ruirui Wang, Yaxu Wang, Guangzu Zhao
- Abstract要約: TBMの動作パラメータの決定は、TBMの安全かつ効率的な構成において重要な指針となる。
本稿では,機械学習手法にロックブレーキングルールを導入し,物理ルールとデータマイニングを併用したロックマシンマッピングを高精度に構築する。
- 参考スコア(独自算出の注目度): 3.520158857810862
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The decision-making of TBM operating parameters has an important guiding
significance for TBM safe and efficient construction, and it has been one of
the research hotpots in the field of TBM tunneling. For this purpose, this
paper introduces rock-breaking rules into machine learning method, and a
rock-machine mapping dual-driven by physical-rule and data-mining is
established with high accuracy. This dual-driven mappings are subsequently used
as objective function and constraints to build a decision-making method for TBM
operating parameters. By searching the revolution per minute and penetration
corresponding to the extremum of the objective function subject to the
constraints, the optimal operating parameters can be obtained. This method is
verified in the field of the Second Water Source Channel of Hangzhou, China,
resulting in the average penetration rate increased by 11.3%, and the total
cost decreased by 10.0%, which proves the practicability and effectiveness of
the developed decision-making model.
- Abstract(参考訳): TBMの運用パラメータの決定は、TBMの安全かつ効率的な構築にとって重要な指針であり、TBMトンネル分野における研究ホットスポットの1つである。
そこで本研究では,岩盤破砕ルールを機械学習に導入し,物理ルールとデータマイニングによる岩盤機械マッピングを高精度に確立する。
この双対駆動マッピングは、TBM操作パラメータの決定方法を構築するために、目的関数や制約として使用される。
制約を受ける対象関数の極端に対応する1分あたりの回転と浸透を探索することにより、最適な操作パラメータを得ることができる。
本手法は,中国広州省第2水源水路の現場で検証され,平均浸透率は11.3%増加し,総コストは10.0%減少し,意思決定モデルの実用性と有効性が証明された。
関連論文リスト
- End-to-End Learning for Fair Multiobjective Optimization Under
Uncertainty [55.04219793298687]
機械学習における予測-Then-Forecast(PtO)パラダイムは、下流の意思決定品質を最大化することを目的としている。
本稿では,PtO法を拡張して,OWA(Nondifferentiable Ordered Weighted Averaging)の目的を最適化する。
この結果から,不確実性の下でのOWA関数の最適化とパラメトリック予測を効果的に統合できることが示唆された。
論文 参考訳(メタデータ) (2024-02-12T16:33:35Z) - Parameter-Efficient Fine-Tuning Methods for Pretrained Language Models:
A Critical Review and Assessment [12.674032145667763]
本稿では,事前学習言語モデル(PLM)のためのPEFT(Efficient Fine-Tuning)手法の総合的,体系的なレビューを行う。
PEFTは、完全な微調整に匹敵する性能を保ちながら、微調整パラメータとメモリ使用量を削減し、効果的なソリューションを提供する。
パラメータ効率とメモリ効率の効率性をよりよく理解するために,いくつかの代表的PEFT法を用いて実験を行った。
論文 参考訳(メタデータ) (2023-12-19T13:31:24Z) - Optimizing $CO_{2}$ Capture in Pressure Swing Adsorption Units: A Deep
Neural Network Approach with Optimality Evaluation and Operating Maps for
Decision-Making [0.0]
本研究は,二酸化炭素捕捉用加圧湿式吸着ユニットの高機能化に焦点をあてる。
2つのディープニューラルネットワーク(DNN)モデルからなるマルチインプット・シングルアウトプット(MISO)フレームワークを開発し,実装した。
このアプローチは、実行可能な運用領域(FOR)を明確にし、最適な意思決定シナリオのスペクトルを強調した。
論文 参考訳(メタデータ) (2023-12-06T19:43:37Z) - Provably Efficient Bayesian Optimization with Unbiased Gaussian Process
Hyperparameter Estimation [52.035894372374756]
目的関数の大域的最適値にサブ線形収束できる新しいBO法を提案する。
本手法では,BOプロセスにランダムなデータポイントを追加するために,マルチアームバンディット法 (EXP3) を用いる。
提案手法は, 様々な合成および実世界の問題に対して, 既存の手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2023-06-12T03:35:45Z) - Multi-Objective Population Based Training [62.997667081978825]
Population Based Training (PBT) は効率的なハイパーパラメータ最適化アルゴリズムである。
本研究ではPBTの多目的版であるMO-PBTを紹介する。
論文 参考訳(メタデータ) (2023-06-02T10:54:24Z) - Reinforcement Learning with a Terminator [80.34572413850186]
我々は, TerMDP のパラメータを学習し, 推定問題の構造を活用し, 状態ワイドな信頼境界を提供する。
我々はこれらを用いて証明可能な効率のよいアルゴリズムを構築し、終端を考慮し、その後悔を抑える。
論文 参考訳(メタデータ) (2022-05-30T18:40:28Z) - Real-time Forecast Models for TBM Load Parameters Based on Machine
Learning Methods [6.247628933072029]
本論文では, TBM運用データに基づいて機械学習(ML)手法を用いて, TBM負荷パラメータのリアルタイム予測モデルを構築する。
モデル複雑性を低減し、一般化を改善するため、予測タスクの本質的特徴を抽出するために、最小絶対縮小および選択法(Lasso)を適用した。
論文 参考訳(メタデータ) (2021-04-12T07:31:39Z) - Decision Support System for an Intelligent Operator of Utility Tunnel
Boring Machines [2.0932879442844476]
トンネル掘削機(TBM)オペレーターは、安全上の妥協なしに高速な前進率を目指している。
tbmセンサの測定に基づく最適制御パラメータの探索は、未解決の研究課題である。
本稿では,3段階の知的意思決定支援システムを提案する。
論文 参考訳(メタデータ) (2021-01-07T10:09:55Z) - Bayesian Quadrature Optimization for Probability Threshold Robustness
Measure [23.39754660544729]
多くの製品開発問題において、製品の性能は設計パラメータと環境パラメータと呼ばれる2種類のパラメータによって管理される。
本稿では、この実践的問題をアクティブラーニング(AL)問題として定式化し、理論的に保証された性能を持つ効率的なアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-06-22T03:17:10Z) - Learning Control Barrier Functions from Expert Demonstrations [69.23675822701357]
制御障壁関数(CBF)に基づく安全な制御器合成のための学習に基づくアプローチを提案する。
最適化に基づくCBFの学習手法を解析し、基礎となる力学系のリプシッツ仮定の下で証明可能な安全保証を享受する。
私たちの知る限りでは、これらはデータから確実に安全な制御障壁関数を学習する最初の結果です。
論文 参考訳(メタデータ) (2020-04-07T12:29:06Z) - Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable
Edge Computing Systems [87.4519172058185]
エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。
定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。
実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
論文 参考訳(メタデータ) (2020-02-20T04:58:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。