盾构掘进地表沉降机器学习预测与控制研究综述

作者:陈仁朋; 邹聂; 吴怀娜; 程红战
来源:华中科技大学学报(自然科学版)科技大学, 2022, 50(08): 56-65.
DOI:10.13245/j.hust.220806

摘要

针对采用机器学习方法预测与控制盾构掘进地表沉降的研究,围绕预测模型输入参数、预测目标、预测算法和沉降控制四个关键环节的发展过程进行系统性地阐述,总结目前亟须解决的多个关键问题,并对未来的发展方向进行展望.研究发现:综合隧道几何、地层和掘进参数等信息预测盾构掘进引起的地表沉降是目前主流的研究方向;几何参数主要选取埋深,选取地层参数时须同时考虑物理与空间因素,选取掘进参数时须进行相关性分析和控制输入参数的总数;预测沉降时应选用能考虑时序因素的算法,结合最优超参数的智能算法优化模型性能;对于沉降控制的研究尚处于起步阶段,针对掘进参数的推荐与调整方法应持续深入研究.

全文