[发明专利]软岩隧道围岩参数联合智能反演方法及装置

权利要求书

1.一种软岩隧道围岩参数联合智能反演方法，其特征在于，包括以下步骤：

采集目标软岩隧道的地勘资料，并确定所述目标软岩隧道的相关数据；

获取所述目标软岩隧道掌子面附近的监控量测资料，确定所述目标软岩隧道的数值模型；

基于预设改进的粒子群算法二阶振荡粒子群算法，根据所述监控量测资料与预设软件模拟的隧道位移值构建作为二阶振荡粒子群算法的适应度函数的误差函数；

利用所述误差函数，编写二阶振荡粒子群算法，赋予隧道围岩初始随机参数，并将第一更新围岩参数的命令输出至第一文件的txt中；

基于调用命令，调用所述预设软件读取所述第一文件的txt中更新围岩参数后的命令，对所述目标软岩隧道进行新的建模与计算，输出围岩各测点位移值至第二文件的txt中；

读取所述第二文件的txt中的数值模拟位移值，并根据适应度函数在迭代反演过程中对围岩参数进行更新，将第二更新围岩参数的命令输出至所述第一文件的txt中，替换所述第一文件的txt中原内容；以及

直至达到预设迭代停止条件，停止计算，得到最终反演结果。

2.根据权利要求1所述的方法，其特征在于，所述目标软岩隧道的相关数据包括隧道的断面形状与大小、隧道埋深、施工方式、需要反演围岩的参数与目标范围中的至少一项。

3.根据权利要求1所述的方法，其特征在于，所述预设迭代停止条件为达到目标反演迭代次数或目标适应度函数值。

4.根据权利要求1所述的方法，其特征在于，所述预设改进的粒子群算法二阶振荡粒子群算法的速度位移迭代更新公式为：

，

其中，表示更新后粒子的速度，表示当前粒子的速度，表示更新后粒子的位移，表示当前粒子位移，表示上一步粒子位移，w表示惯性权重，c₁、c₂表示学习因子，r₁与r₂表示0-1之间的随机数，表示单个粒子自身最优适应度值，表示全体粒子经历的最优适应度值，ξ₁与ξ₂表示与迭代次数有关的随机数。

5.根据权利要求1所述的方法，其特征在于，所述预设软件为FLAC^3D软件。

6.一种软岩隧道围岩参数联合智能反演装置，其特征在于，包括：

第一确定模块，用于采集目标软岩隧道的地勘资料，并确定所述目标软岩隧道的相关数据；

第二确定模块，用于获取所述目标软岩隧道掌子面附近的监控量测资料，确定所述目标软岩隧道的数值模型；

构建模块，用于基于预设改进的粒子群算法二阶振荡粒子群算法，根据所述监控量测资料与预设软件模拟的隧道位移值构建作为二阶振荡粒子群算法的适应度函数的误差函数；

第一输出模块，用于利用所述误差函数，编写二阶振荡粒子群算法，赋予隧道围岩初始随机参数，并将第一更新围岩参数的命令输出至第一文件的txt中；

第二输出模块，用于基于调用命令，调用所述预设软件读取所述第一文件的txt中更新围岩参数后的命令，对所述目标软岩隧道进行新的建模与计算，输出围岩各测点位移值至第二文件的txt中；

处理模块，用于读取所述第二文件的txt中的数值模拟位移值，并根据适应度函数在迭代反演过程中对围岩参数进行更新，将第二更新围岩参数的命令输出至所述第一文件的txt中，替换所述第一文件的txt中原内容；以及

生成模块，用于直至达到预设迭代停止条件，停止计算，得到最终反演结果。

7.根据权利要求6所述的装置，其特征在于，所述目标软岩隧道的相关数据包括隧道的断面形状与大小、隧道埋深、施工方式、需要反演围岩的参数与目标范围中的至少一项。

8.根据权利要求6所述的装置，其特征在于，所述预设迭代停止条件为达到目标反演迭代次数或目标适应度函数值。