基于机器学习的盾构掘进地表变形预测研究与展望

作者：丁智; 李鑫家; 张霄

来源：隧道与地下工程灾害防治, 2022, 4(03): 1-9.

DOI：10.19952/j.cnki.2096-5052.2022.03.01

• 盾构隧道
• 机器学习
• 地表变形
• 预测模型

为阐明机器学习在盾构掘进地表变形预测中的关键要点，本研究介绍了机器学习的发展背景，并从数据库建立及数据预处理、模型框架构建、模型评价等方面综述了机器学习的工程应用情况。提出目前相关研究存在的不足之处在于缺少专业公共数据库，工程数据质量参差不齐；对于不同地层类型的工程，模型易出现过拟合问题。同时探讨了机器学习在盾构掘进地表变形预测中发展的方向包括算法之间的有效结合可以取长补短；特征选取和超参数调优仍有较大的研究和应用空间。

• 单位
  浙江大学; 建筑工程学院