基于支持向量机的气压辅助掘进条件下盾构隧道地表变形预测研究

• 作者: 李方毅 张晓平 许丹 姜军 周智 沈婕 王浩杰 张心悦
• 来源期刊: 隧道建设（中英文）
• 关键词: 盾构隧道 气压辅助掘进 地表变形预测 支持向量机 粒子群算法
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 研究与探索
• 页码范围: 1159-1165
• 页数: 7页
• 分类号: U456.3
• 语种: 英文
• DOI: 10.3973/j.issn.2096-4498.2021.07.009

摘要

与常规土压平衡盾构掘进相比,气压辅助掘进条件下的地表变形过程更为复杂.为提高预测模型的工程适应性,准确预测气压辅助条件下的地表变形量,保障该条件下盾构顺利掘进,引入支持向量机(SVM)理论,利用粒子群算法(PSO)对支持向量机的超参数组合进行优化;同时,优化模型输入参数,将隧道上覆黏土层厚度和气压值设为输入参数,并针对上覆非均质土层改进模型参数计算方法,建立适用于气压辅助掘进的PSO-SVM地表变形预测模型.为验证预测模型的准确性和实用性,以广州地铁18号线陇枕出入场线某一区间为例,使用优化了输入参数的模型进行预测,并在此基础上,综合采用PSO-SVM、SVM和PSO-BP 3种模型进行地表变形预测分析.结果表明:1)针对气压辅助掘进工法优化输入参数的PSO-SVM模型可以较好地满足工程需要;2)PSO-SVM模型的适应性显著高于PSO-BP和SVM模型,具有较好的工程适用性.