本發(fā)明提出了一種基于多目標(biāo)學(xué)習(xí)的TBM掘進(jìn)參數(shù)預(yù)測方法，以解決傳統(tǒng)控制策略中人為決策的主觀性與決策規(guī)則單一性的問題。步驟為：通過智能數(shù)據(jù)采集系統(tǒng)獲取TBM掘進(jìn)參數(shù)；對上述TBM掘進(jìn)參數(shù)進(jìn)行降噪與增強(qiáng)處理，獲取每個循環(huán)上升段和穩(wěn)定段數(shù)據(jù)；提取循環(huán)上升段與穩(wěn)定段的時域特征，構(gòu)建反映TBM健康狀態(tài)的評估指標(biāo)；利用人工智能算法有效表征上升段TBM特征指標(biāo)與穩(wěn)定段多目標(biāo)變量之間的非線性映射關(guān)系，建立基于多目標(biāo)學(xué)習(xí)的巖機(jī)作用模型；通過非線性優(yōu)化方法對巖機(jī)作用模型的參數(shù)進(jìn)行自適應(yīng)調(diào)整；根據(jù)巖機(jī)作用模型預(yù)估的多目標(biāo)參數(shù)信息，TBM司機(jī)可綜合圍巖地質(zhì)情況和渣片的顆粒分布優(yōu)化TBM控制策略。本發(fā)明可在線估計TBM掘進(jìn)參數(shù)，同時不干擾TBM正常運(yùn)行。