基于最小二乘支持向量机的施工引起地表变形的预测方法

文档序号:8282807阅读:372来源:国知局
基于最小二乘支持向量机的施工引起地表变形的预测方法
【专利说明】基于最小二乘支持向量机的施工引起地表变形的预测方法 【技术领域】
[0001] 本发明涉及一种盾构施工的预测方法,具体涉及一种基于最小二乘支持向量机的 施工引起地表变形的预测方法,属于地下建筑工程技术领域。 【【背景技术】】
[0002] 地铁隧道施工引起的地表变形(变形最大值和沉降槽宽度)是城市环境影响控制 的核心内容,一直是隧道与地下工程领域研宄的热点问题。近年来城市中心区地铁工程的 快速发展和盾构技术的广泛应用,盾构隧道引起的地表变形预测问题在国内外都得到了广 泛的关注。
[0003] 采用数值方法(有限单元法、有限差分法、离散元法、颗粒流法等)、解析方法和工 程经验方法,对盾构隧道引起的地表变形进行了较多研宄。但目前研宄对盾构法隧道的技 术特征进行了较多的简化和假定,地表变形预测方法或者涉及太多的理论参数,工程应用 效果较差,或者过于简化,不能直接反映盾构掘进参数的影响,理论和实践要求能够直接反 映盾构掘进参数影响的地表变形预测和分析方法。
[0004] 影响地表变形的因素除地层类型、隧道埋深外,盾构掘进参数(土仓压力、壁后注 浆、盾构机推力等)可主动对地表变形产生影响,是在地表变形预测中必须直接反映的要 素。考虑上述要素的影响,利用盾构(初始)掘进产生的少量样本,预测后续施工产生的地 表变形,现代统计学习理论提供了可行性。
[0005] 在统计学习理论中,支持向量机方法在解决小样本、非线性及高维模式识别中表 现出许多特有的优势,在适当学习的前提下具备了优越的泛化能力。最小二乘支持向量 机将支持向量机中的不等式约束条件转换成等式约束条件进行求解,缩减了计算的复杂程 度,降低了计算成本,节省了计算时间,更利于在工程生产实践中的推广应用。
[0006] 基于最小二乘支持向量机实现多维变量输入和多维变量输出的智能建模,结合少 量样本的学习和检验,可较好反映盾构掘进参数对地表变形的影响,同时对最大地表变形 值和沉降槽宽度进行预测,并且可随盾构推进自动更新优化预测模型,从而较好反映盾构 长距离推进隧道埋深和地层渐变的特点。
[0007] 因此,确有必要提供一种创新的基于最小>乘支持向量机的施工引起地表变形的 预测方法,以克服现有技术中的所述缺陷。 【
【发明内容】

[0008] 为解决上述问题,本发明的目的在于提供一种基于最小二乘支持向量机的施工引 起地表变形的预测方法,其利用盾构(初始)掘进产生的少量数据,建立基于最小二乘支持 向量基的地表变形预测模型,实现对后续盾构施工地表变形的智能预测,并准确反映盾构 掘进参数取值对地表最大变形值和沉降槽宽度的影响,为更加积极主动控制地表变形提供 依据。
[0009] 为实现上述目的,本发明采取的技术方案为:基于最小二乘支持向量机的施工引 起地表变形的预测方法,其包括如下步骤:
[0010] (1)、收集地表变形预测样本数据:以隧道埋深、拱顶覆土标贯值、土仓压力、推进 速度、推力、扭矩、刀盘转速和注浆量8个变量作为输入变量,地表最大变形值和沉降槽宽 度2个变量作为输出变量,整理上述变量在不同测试断面上的数值,形成样本数据集合;
[0011] ⑵、建立训练样本集和测试样本集:利用(1)中获得的样本数据集合,构建训练 样本集和测试样本集合;
[0012] (3)、建立地表变形预测模型:通过训练样本的监督学习和测试样本的合理性检 验,自动计算确定核函数类型、核参数和正则化参数,形成基于最小二乘支持向量基的地表 最大变形值和沉降槽宽度预测模型;
[0013] (4)、新建盾构隧道施工引起的地表变形预测:输入预测位置处的隧道埋深、拱顶 覆土标贯值以及计划设定的盾构掘进参数值(土仓压力、推进速度、推力、扭矩、刀盘转速 和注浆量),预测地表最大变形值和沉降槽宽度。
[0014] 本发明的基于最小二乘支持向量机的施工引起地表变形的预测方法进一步为:所 述步骤(1)中,所述样本数据为盾构(初始)掘进阶段的数据。
[0015] 本发明的基于最小二乘支持向量机的施工引起地表变形的预测方法还可为:步骤 (3)中的训练样本和测试样本输入到最小二乘支持向量机算法中,建立的基于最小二乘支 持向量基的盾构施工引起的地表最大变形值和沉降槽宽度预测模型;核函数及其参数、正 则化参数利用弃一法交叉验证自动寻优确定。
[0016] 与现有技术相比,本发明具有如下有益效果:
[0017] (1)可直接反映盾构掘进参数(土仓压力、推进速度、推力、扭矩、刀盘转速和注浆 量)对地表变形的影响,更利于盾构施工环境影响的主动控制;
[0018] (2)可随盾构推进自动更新优化预测模型,从而较好反映盾构长距离推进隧道埋 深和地层渐变的特点;
[0019] (3)可以给出地表最大变形值及沉降槽宽度与相关影响要素的显式表达,从而可 以更加清晰认识相关要素的作用机理;
[0020] (4),本发明通过少量样本数据实现可考虑盾构掘进参数影响的地表变形智能预 测,计算成本低、效率高,适用于样本数据较少的新建盾构隧道施工引起的地表变形的快速 预测。 【【附图说明】】。
[0021] 图1是本发明的基于最小二乘支持向量机的施工引起地表变形的预测方法的具 体流程图。 【【具体实施方式】】
[0022] 请参阅说明书附图1所示,本发明为一种基于最小二乘支持向量机的施工引起地 表变形的预测方法,其包括如下步骤:
[0023] (1)、收集地表变形预测样本数据
[0024] 以隧道埋深、拱顶覆土标贯值、土仓压力、推进速度、推力、扭矩、刀盘转速和注浆 量8个变量作为输入变量,地表最大变形值和沉降槽宽度2个变量作为输出变量,整理上 述变量在不同测试断面上的数值,形成样本数据集合;其中,所述样本数据具体为盾构(初 始)掘进阶段的数据;
[0025] (2)、建立训练样本集和测试样本集:利用(1)中获得的样本数据集合,构建训练 样本集和测试样本集合;
[0026] (3)、建立地表变形预测模型:通过训练样本的监督学习和测试样本的合理性检 验,自动计算确定核函数类型、核参数和正则化参数,形成基于最小二乘支持向量基的地表 最大变形值和沉降槽宽度预测模型;其中,训练样本和测试样本输入到最小二乘支持向量 机算法中,建立的基于最小二乘支持向量基的盾构施工引起的地表最大变形值和沉降槽宽 度预测模型;核函数及其参数、正则化参数利用弃一法交叉验证自动寻优确定;
[0027] (4)、新建盾构隧道施工引起的地表变形预测:输入预测位置处的隧道埋深、拱顶 覆土标贯值以及计划设定的盾构掘进参数值(土仓压力、推进速度、推力、扭矩、刀盘转速 和注浆量),预测地表最大变形值和沉降槽宽度。
[0028] 下面结合实例对本发明的基于最小二乘支持向量基的盾构施工引起的地表变形 预测方法作进一步详细说明。
[0029] 收集数据:
[0030] 本例选取某盾构隧道工程在已掘进阶段的实测数据。地表最大变形和沉降槽宽度 预测所需数据可分别来自不同监测断面。分别见表1和表2所示。
[0031] 建立训练样本集和测试样本集:
[0032] 以隧道埋深、拱顶覆土标贯值、土仓压力、推进速度、推力、扭矩、刀盘转速和注浆 量8个变量作为输入变量,地表最大变形值和沉降槽宽度2个变量作为输出变量,建立训练 样本集和测试样本集。结果见表1和表2所示。
[0033] 表1地表最大沉降值预测模型的训练样本和测试样本
[0034]
【主权项】
1. 基于最小二乘支持向量机的施工引起地表变形的预测方法,其特征在于:包括如下 步骤: (1) 、收集地表变形预测样本数据;W隧道埋深、拱顶覆±标贯值、±仓压力、推进速度、 推力、扭矩、刀盘转速和注浆量8个变量作为输入变量,地表最大变形值和沉降槽宽度2个 变量作为输出变量,整理上述变量在不同测试断面上的数值,形成样本数据集合; (2) 、建立训练样本集和测试样本集;利用(1)中获得的样本数据集合,构建训练样本 集和测试样本集合; (3) 、建立地表变形预测模型:通过训练样本的监督学习和测试样本的合理性检验,自 动计算确定核函数类型、核参数和正则化参数,形成基于最小二乘支持向量基的地表最大 变形值和沉降槽宽度预测模型; (4) 、新建盾构隧道施工引起的地表变形预测;输入预测位置处的隧道埋深、拱顶覆± 标贯值W及计划设定的盾构掘进参数值(±仓压力、推进速度、推力、扭矩、刀盘转速和注 浆量),预测地表最大变形值和沉降槽宽度。
2. 如权利要求1所述的基于最小二乘支持向量机的施工引起地表变形的预测方法,其 特征在于:所述步骤(1)中,所述样本数据为盾构(初始)掘进阶段的数据。
3. 如权利要求1所述的基于最小二乘支持向量机的施工引起地表变形的预测方法,其 特征在于;步骤(3)中的训练样本和测试样本输入到最小二乘支持向量机算法中,建立的 基于最小二乘支持向量基的盾构施工引起的地表最大变形值和沉降槽宽度预测模型;核函 数及其参数、正则化参数利用弃一法交叉验证自动寻优确定。
【专利摘要】本发明涉及一种基于最小二乘支持向量机的施工引起地表变形的预测方法,包括如下工艺步骤:(1)收集盾构施工引起的地表变形预测所需样本数据;(2)建立训练样本集和测试样本集;(3)建立基于最小二乘支持向量基的地表变形预测模型;(4)输入地层参数和盾构掘进工作参数,进行地表变形预测。本发明所述地表变形预测方法,通过少量样本数据实现可考虑盾构掘进参数影响的地表变形智能预测,计算成本低、效率高,适用于样本数据较少的新建盾构隧道施工引起的地表变形的快速预测。
【IPC分类】G06Q50-08, G06Q10-04
【公开号】CN104598996
【申请号】CN201510052028
【发明人】李兴高, 袁大军, 郭玉海, 乔国刚, 蔡志勇, 李达, 姜厚停, 宁文光, 李国帅
【申请人】北京交通大学, 北京市政建设集团有限责任公司
【公开日】2015年5月6日
【申请日】2015年2月2日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1