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Prediction of Surface Deformation of a Shield Tunnel Using Air Pressure-Assisted Tunneling Based on Support Vector Machine

作者：李**; 张晓平; 许丹; 姜军; 周智; 沈婕; 王浩杰; 张心悦

来源：Tunnel Construction, 2021, 41(7): 1159-1165.

DOI：10.3973/j.issn.2096-4498.2021.07.009

• 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

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.

• 单位
  广州地铁集团有限公司; 建筑工程学院; 武汉大学; 中铁十一局集团有限公司