科研之友
微信
新浪微博
Facebook
分享链接
摘要
盾构隧道施工不可避免会引起地表沉降，影响周边建构筑物安全。随着国内超大直径盾构隧道建设逐渐增多，其施工引起地表沉降的规律与预测方法研究亟待进一步拓展。针对超大直径盾构隧道开挖引起的地表沉降问题，基于某超大直径越江隧道工程搜集的数据，采用机器学习的方法对地表沉降进行预测，建立了基于梯度提升决策树模型(GBDT)的沉降预测模型。通过交叉验证算法(CV)和网格搜索算法(GS)对该模型进行优化，得到改进后的GBDT-GSCV沉降预测模型，并进行了模型验证。结果表明，GBDT-GSCV模型用于地表沉降预测适应性较好。将GBDT-GSCV模型的结果与现有的其它模型进行比较，结果表明该模型具有更好的准确性与鲁棒性。
- 单位
