基于GD-DNN模型的岩爆烈度等级预测方法与应用

作者：张昱; 张明魁^*

来源：科学技术与工程, 2023, 23(27): 11835-11840.

• 深埋隧道
• 岩爆预测
• 岩爆烈度等级
• GD-DNN

岩爆是深埋隧道施工过程中开挖时形成临空面，引起能量突然释放的现象，轻则岩片剥落，重则造成人员伤亡和财产损失，其危害程度取决于岩爆烈度等级，因此岩爆烈度等级预测是急需解决的难题之一。针对单一指标预测法预测效果不理想的问题，首先设计并实现了综合指标法和针对多分类问题的分类器，其次提出并建立了基于梯度下降(gradient descent, DN)算法优化深度神经网络(deep neural network, DNN)的GD-DNN岩爆烈度等级预测模型。实验结果表明：GD-DNN模型预测的准确率达到95.8%,相比机器学习算法，K最近邻(K-nearest neighbor, KNN)、支持向量机(support vector machine, SVM)和深度学习算法DNN分别提高了45.8%、38.7%和8.3%,同时在精确率、召回率和F1三项指标上均优于其他模型。最后在秦岭隧道、大相岭隧道、通渝隧道和马路坪矿井4个实际工程中检验模型的预测效果，检验结果证明GD-DNN模型能够精准预测岩爆烈度等级，研究成果可应用于深埋隧道工程中。

• 单位
  中国矿业大学（北京）; 北京建筑大学; 深部岩土力学与地下工程国家重点实验室