基于多元算法融合的软岩隧道围岩变形预测模型及应用研究

作者：侯守江

来源：现代隧道技术, 2023, 60(06): 151-164.

DOI：10.13807/j.cnki.mtt.2023.06.016

• 软岩隧道
• 变形预测
• 多元算法融合
• 改进D-S证据理论

针对传统软岩隧道围岩变形预测方法适用性和泛化能力不足的问题，提出一种基于改进D-S证据理论的多元算法融合模型，以天桥山隧道为工程依托，构建相应的软岩隧道围岩变形预测流程框架。首先采用果蝇优化算法(FOA)优化随机森林(RF)模型，采用鲸鱼优化算法(WOA)优化长短时记忆神经网络(LSTM)模型，结合偏最小二乘回归(PLSR)预测模型，采用改进D-S证据理论计算3个模型的融合权重并进行决策级融合，得到基于多元算法融合的围岩拱顶沉降及水平收敛预测模型；然后以天桥山隧道DK110+600断面G、S1、S2和S3测点的监测数据作为训练和测试样本，对比PLSR模型、RF模型、LSTM模型、FOA-RF模型、WOA-LSTM模型和多元算法融合模型的预测效果；最后以DK110+605断面为例对多元算法融合模型进行工程应用。对比结果表明，多元算法融合模型预测精度最高，相对误差在[-1.5 mm,1.5 mm]以内，平均R2值为0.998 5，平均MAPE值为3.09%，可以实现对软岩隧道围岩变形的准确预测；工程应用表明，模型总体预测误差在[-3 mm,2 mm]以内，平均R2值为0.995 6，平均MAPE值为5.65%，具有较高预测精度，满足指导施工的要求。

• 单位
  中铁十八局集团有限公司