面向隧道掘进机可掘性评价的多算法融合优化模型及其工程应用

作者：殷欣; 高峰; 刘泉声^*; 王心语; 黄兴; 潘玉丛

来源：岩石力学与工程学报, 2022, 41(S1): 2757-2771.

DOI：10.13722/j.cnki.jrme.2021.0591

• 岩石力学
• 深度信念网络
• 贝叶斯优化
• 早停策略
• 多算法融合
• 隧道掘进机
• 可掘性评价

开展隧道掘进机(TBM)可掘性评价对于科学规划施工要素具有重要意义。在Karaj输水隧道、Zagros输水隧道和西秦岭铁路隧道的219组数据基础上，建立一种基于贝叶斯优化算法和早停策略改进的深度信念网络TBM可掘性评价模型。该模型以岩石单轴抗压强度(UCS)、岩石质量指标(RQD)、优势结构面与隧道轴向的夹角(α)和岩体可切削性指数(RMCI)作为输入变量，以现场贯入度指数(FPI)作为输出变量。在数据预处理阶段，分别采用Kriging插值和改进的CRITIC算法补全数据库中的缺失值并实现数据加权。以引松供水工程和辽西北引水工程为例检验模型的工程实用性：对于引松供水工程的37组测试数据，模型的均方根误差(RMSE)、平均绝对百分比误差(MAPE)和决定系数(R~2)分别为2.18,8.25%和0.926 2；对于辽西北引水工程的49组测试数据，模型的RMSE,MAPE和R~2分别为2.83,8.14%和0.981 7。进一步地，通过定量比较数据加权前、后模型的RMSE,MAPE和R~2，发现数据加权可以有效改善模型预测性能。最后，从预测精度和运行速度2个方面开展了本文模型与BP神经网络、支持向量回归、K–近邻和随机森林的对比分析，验证了本文模型的优越性。

• 单位
  中国科学院武汉岩土力学研究所; 武汉大学; 岩土力学与工程国家重点实验室; 建筑工程学院