[发明专利]一种盾构施工引起地面沉降的预测方法及系统

权利要求书

1.一种盾构施工引起地面沉降的预测方法，其特征在于：包括以下步骤：

S1：获取当地盾构案例数据建立数据库，对数据库中数据进行预处理制作数据集，其中，所述预处理包括采用SMOTE算法对数据进行扩增；

S2：将数据集输入KNN机器学习模型进行训练，选取训练参数最优的KNN机器学习模型作为预测模型，预测盾构施工引起的最大地表沉降值；

S3：运用指标对预测模型进行评估，测试预测模型的预测精度。

2.如权利要求1所述的一种盾构施工引起地面沉降的预测方法，其特征在于：所述步骤S1具体包括以下步骤：

S1.1：建立数据库，收集近十五年间制定地区的盾构穿越案例，所述数据库中的数据类型包括隧道参数、地层参数和盾构参数；

S1.2：通过引入SMOTE算法对数据扩增，对少数类样本进行分析并根据少数类样本人工合成新样本添加到数据集中；

S1.3：在KNN机器学习模型训练之前对输入数据变量进行标准化处理；

S1.4：将扩增后数据集分为4个子集，轮流将其中3个子集用于训练，剩余的1个子集用于测试。

3.如权利要求2所述的一种盾构施工引起地面沉降的预测方法，其特征在于：所述引入SMOTE算法对数据扩增具体为：

其中，x_i为一个少数类数据样本，x_ij为x_i的邻近数据样本，为新的数据样本。

4.如权利要求2所述的一种盾构施工引起地面沉降的预测方法，其特征在于：所述标准化处理：

其中，为初始样本数据的均值，σ为原始数据的标准差，x^*是标准化后的值。

5.如权利要求2所述的一种盾构施工引起地面沉降的预测方法，其特征在于：所述步骤S2具体包括以下步骤：

S2.1：盾构引起的地表横向沉降槽近似呈现为正态分布,在沉降槽曲线符合高斯分布的基础上，假定地表沉降在不排水的条件下发生，软弱地层隧道上方横向地表沉降用地表沉降公式来描述：

其中，s为地面任一点的沉降值，s_max为地面沉降的最大值，位于沉降曲线的对称中心上，y为从沉降曲线中心到所计算点的距离，i为从沉降曲线对称中心到曲线拐点的距离，V₁为地层体积损失率，D为隧道深度；

通过对大量地表沉降数据和工程资料的分析后，得出i一般与隧道深度D以及周围地层内摩擦角相关，且参数主要与工程地质情况、隧道施工方法、施工技术水平因素相关，即选取土层的粘聚力及内摩擦角、隧道的埋深、盾构直径为超参数；

S2.2：对超参数进行选择和调整，通过网格寻优方法找到一组最合适参数，网格网格寻优方法是将所有可能的参数进行组合，然后对各组参数进行训练，并验证结果是否是最优的，即找到最优的参数组合；

S2.3：最优的参数组合对应的KNN机器学习模型，作为预测模型，输出盾构施工引起的最大地表沉降值。

6.如权利要求5所述的一种盾构施工引起地面沉降的预测方法，其特征在于：所述步骤S2具体还包括以下步骤：

利用训练好的预测模型对测试集进行预测，使用Python的Scikit-learn库实现KNN机器学习模型对原始数据集和SMOTE预处理后数据集进行预测，其中测试集被用来检验每种模型最优超参数组合的预测性能。

7.如权利要求1所述的一种盾构施工引起地面沉降的预测方法，其特征在于：所述步骤S3具体包括以下步骤：采用均方根误差RMSE、平均绝对误差MAE两个指标对模型进行评估：

RMSE：MAE：

其中，n是样本总数，r_i是预测沉降值，p_i是实测沉降值。