[发明专利]基于支持向量机的地面沉降预测系统和方法

说明书

本发明公开了一种基于支持向量机的地面沉降预测系统和方法，主要用于解决配套系统无法应对盾构施工过程中对海量数据的分析需求。系统包括Hadoop大数据分析平台、数据收集模块、数据预处理模块、模型构建模块、沉降预测模块，预测方法中，对预处理的去噪提出了基于置信度区间估计和拉依达准则的聚类算法进行异常点检测；构建预测模型时，权重向量的迭代计算过程是用N个分区的平均值进行更新，此策略和随机梯度下降相结合，提升了训练速度。本发明具备海量数据的存储和分析能力以及高性能的冗余能力，数据分析具有实时性和高效性，用于盾构施工过程的地面沉降量预测，为工程管理人员和施工操作人员提供参考和调整依据。

技术领域

本发明属于工业大数据技术领域，尤其涉及地铁盾构施工领域的地面沉降预测，具体是一种基于支持向量机的地面沉降预测系统和方法，可用于对盾构施工过程中地面沉降量的预测。

背景技术

城市化建设是我国基础建设重要组成部分。近年来，随着经济的发展，我国城市化建设进程不断加快，城市地下空间开发和利用发展迅速，隧道工程项目大批量产生，以盾构施工工法为代表的地下工程已成为城市地下建设的主要方式。

所谓的地面沉降预测是指，对以盾构法施工的地下空间工程为背景的施工过程中因地层移动而导致地面隆起或沉降程度的预测，施工过程中的地面沉降量是施工质量监测的重要指标。但是受施工环境和水文条件的限制，以及盾构机自身机构的复杂性，及时对盾构施工过程中的沉降量进行准确、智能的预测是目前亟需解决的难点。

地下工程施工过程必然会造成地层的初始应力状态、岩土体的物理力学性能的改变，进而影响周围的环境。当地层移位和变形超过一定的限度时，就会危机周围邻近建筑物及其基础和地下管线的安全，引起一系列的岩土环境工程问题，如塌陷、涌水、涌砂现象，可能造成地表建筑物损坏，地面管线断裂等。由于盾构法施工主要针对地铁工程建设，工程穿过的地区多是城市繁华地段，对环境影响的要求较高，最大限度降低施工对周围土体的影响，减小施工对邻近建筑物及管线的影响，合理控制施工引起的地表沉降，及时准确、智能的预测地面沉降量具有重大的工程意义。

现有的地面沉降预测都是在单机下用R或MATLAB等进行建模分析，数据分析效率慢，遇到数据量增大时时常会宕机，导致系统无法运行，从而影响工程质量和施工进度。

在地铁施工过程中，需要利用机器运行数据、施工地质数据和施工环境数据对施工线路的地面沉降量做出预测，用于判断当前施工操作的合理性。传统地面沉降分析方式都是在单机、串行模式下训练模型，当面对海量数据时暴露出的速度慢、效率低以及容错性差等问题，直接影响地面沉降量的预测，并带来施工风险。

发明内容

针对背景技术所阐述的问题和现有技术的不足，本发明提出一种具有海量数据存储、冗余能力和实时、高效的基于支持向量机的地面沉降预测系统和方法。

本发明是一种基于支持向量机的地面沉降预测系统，其特征在于，包括Hadoop大数据分析平台、数据收集模块、数据预处理模块、模型构建模块、沉降预测模块，数据收集模块、数据预处理模块、模型构建模块、沉降预测模块均是基于Hadoop大数据分析平台进行运行，所述Hadoop大数据分析平台主要包括有HDFS分布式文件系统子模块，MapReduce计算框架子模块；数据存储模块是将采集的原数据分别存储到HDFS分布式文件系统子模块中；数据预处理模块和模型构建模块是依据MapReduce计算框架子模块的分析模式进行数据预处理和模型构建；沉降预测模块是将构建的预测模型进行与Hadoop平台兼容的接口封装，接口以API的形式提供应用链接，将预测结果输出。

本发明还是一种基于支持向量机的地面沉降预测方法，在权利要求1-5所述的基于支持向量机的地面沉降预测系统上运行，其特征在于，实现地面沉降预测过程包括有如下步骤：