90 / 2024-08-05 09:48:21

基于多源加权数据与自动化机器学习的近接工程隧道沉降预测方法

近接工程,隧道沉降,机器学习,多源数据,加权方法

针对既有地铁隧道受新建隧道近接施工引发沉降的预测问题，采用了自动化机器学习方法与多源数据加权思路，建立了一个以隧道属性、地层属性、相对位置关系为输入，以既有隧道沉降值为输出的预测模型，并以万级别仿真数据及高价值数据进行算例分析。结果表明：自动化机器学习算法能基于仿真数据得到精度较高的预测模型，但在多源数据集上表现不佳；通过对多源数据加权的方式可以提升模型泛化能力，达到以仿真数据为基础，专精高价值数据的效果，当加权后的高价值数据数量与仿真数据比在同一数量级时，模型误差较低；根据表现最佳模型的特征重要度，地层损失率是预测的核心输入参数，地质、空间关系、施工属性三者的重要程近乎一致。