[发明专利]一种掘进机刀具磨损大数据样本前处理效果评价方法

权利要求书

1.一种掘进机刀具磨损大数据样本前处理效果评价方法，其特征在于，包括以下步骤：

步骤一 定义刀具磨损大数据样本的前处理几何深度；

将掘进机刀具磨损量除以1进行刀具磨损数据样本前处理的前处理几何深度，定义为大数据样本前处理几何深度0级；

将掘进机刀具磨损量除以长度物理量进行刀具磨损数据样本前处理的前处理几何深度，定义为大数据样本前处理几何深度1级；

将掘进机刀具磨损量除以面积物理量进行刀具磨损数据样本前处理的前处理几何深度，定义为大数据样本前处理几何深度2级；

将掘进机刀具磨损量除以体积物理量进行刀具磨损数据样本前处理的前处理几何深度，定义为大数据样本前处理几何深度3级；

步骤二 构造跨样本误差比；

步骤三 修正误差比影响因素；

步骤四 构造前处理深度适用性跨样本评价指标；

定义CRea为一个预测模型应用于样本空间中所有各地层的样本实测值预测后得到的各CRe在样本空间内的算术平均值，sCRe为一个预测模型应用于样本空间中所有各地层的样本实测值预测后得到的各CRe在样本空间内分布的标准差；

构造前处理深度适用性跨样本评价指标SIMS，如式（3），在考虑误差平均水平的同时，计入了误差分布离散程度对前处理方法泛化能力的影响；

所以，SIMS指标可以反映均值水平差异较大的多类样本条件下的不同掘进机刀具磨损量预测模型的数据前处理方法的普适性；

（3）；

步骤五 优选前处理深度。

2.根据权利要求1所述的一种掘进机刀具磨损大数据样本前处理效果评价方法，其特征在于，步骤二具体如下：

通过提出跨样本误差比Re，如式（1），Re去除了量纲单位的影响，变成无量纲表达式，成为纯数，而且消除了样本均值水平对样本值比较指标的影响，将单纯的均方误差改造为Re，进行跨样本比较的误差评价统计量，从而使得不同单位或者量级的指标能够放在同一数量级下进行比较和加权；

使用Re评价不同掘进机刀具磨损预测模型在不同地层中预测精度的大小差异以及预测方法的泛化能力；

（1）

式（1）中，MSE为一种预测方法应用于一组样本的预测后得到的均方误差，avg为一组样本中的样本实测值绝对值的算术平均值。

3.根据权利要求1所述的一种掘进机刀具磨损大数据样本前处理效果评价方法，其特征在于，步骤三具体如下：

定义一个预测模型对一组实测样本进行预测并得到预测结果的全部过程为一次预测运算；

不同预测模型应用于不同样本时预测精度的差异，不但有数据前处理方法不同的因素，也有因消耗的计算资源差异而导致的精度差异；

按式（2）对Re进行计算资源消耗差异的修正，得到跨样本修正误差比CRe，rc为同一次预测运算所消耗的计算资源总量；

一次预测运算所消耗的计算资源总量可取该次预测运算累计占用计算机CPU的主频总数；

（2）

CRe已经对Re中的计算资源差异因素进行了修正，CRe可以表示一种数据前处理方法对一种地层的适用程度。

4.根据权利要求1所述的一种掘进机刀具磨损大数据样本前处理效果评价方法，其特征在于，步骤五具体如下：

统计得到各类预测模型的SIMS与大数据样本前处理几何深度级别数值之间的映射关系，并对样本空间内的该映射关系进行拟合，得到以大数据样本前处理几何深度级别数值为输入、以SIMS为输出的SIMS预测模型，取样本空间内的SIMS为最小值时的大数据样本前处理几何深度作为优选的前处理深度。