[發明專利]基于支持向量機的地面沉降預測系統和方法

有效

• 申請號: 201710303112.8
• 申請日: 2017-05-03
• 公開（公告）號: CN107153843B
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 孔憲光;常建濤;王佩;馮尓磊;劉堯
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/182;G06F16/25
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 程曉霞;王品華

本發明公開了一種基于支持向量機的地面沉降預測系統和方法，主要用于解決配套系統無法應對盾構施工過程中對海量數據的分析需求。系統包括Hadoop大數據分析平臺、數據收集模塊、數據預處理模塊、模型構建模塊、沉降預測模塊，預測方法中，對預處理的去噪提出了基于置信度區間估計和拉依達準則的聚類算法進行異常點檢測；構建預測模型時，權重向量的迭代計算過程是用N個分區的平均值進行更新，此策略和隨機梯度下降相結合，提升了訓練速度。本發明具備海量數據的存儲和分析能力以及高性能的冗余能力，數據分析具有實時性和高效性，用于盾構施工過程的地面沉降量預測，為工程管理人員和施工操作人員提供參考和調整依據。

技術領域

本發明屬于工業大數據技術領域，尤其涉及地鐵盾構施工領域的地面沉降預測，具體是一種基于支持向量機的地面沉降預測系統和方法，可用于對盾構施工過程中地面沉降量的預測。

背景技術

城市化建設是我國基礎建設重要組成部分。近年來，隨著經濟的發展，我國城市化建設進程不斷加快，城市地下空間開發和利用發展迅速，隧道工程項目大批量產生，以盾構施工工法為代表的地下工程已成為城市地下建設的主要方式。

所謂的地面沉降預測是指，對以盾構法施工的地下空間工程為背景的施工過程中因地層移動而導致地面隆起或沉降程度的預測，施工過程中的地面沉降量是施工質量監測的重要指標。但是受施工環境和水文條件的限制，以及盾構機自身機構的復雜性，及時對盾構施工過程中的沉降量進行準確、智能的預測是目前亟需解決的難點。

地下工程施工過程必然會造成地層的初始應力狀態、巖土體的物理力學性能的改變，進而影響周圍的環境。當地層移位和變形超過一定的限度時，就會危機周圍鄰近建筑物及其基礎和地下管線的安全，引起一系列的巖土環境工程問題，如塌陷、涌水、涌砂現象，可能造成地表建筑物損壞，地面管線斷裂等。由于盾構法施工主要針對地鐵工程建設，工程穿過的地區多是城市繁華地段，對環境影響的要求較高，最大限度降低施工對周圍土體的影響，減小施工對鄰近建筑物及管線的影響，合理控制施工引起的地表沉降，及時準確、智能的預測地面沉降量具有重大的工程意義。

現有的地面沉降預測都是在單機下用R或MATLAB等進行建模分析，數據分析效率慢，遇到數據量增大時時常會宕機，導致系統無法運行，從而影響工程質量和施工進度。

在地鐵施工過程中，需要利用機器運行數據、施工地質數據和施工環境數據對施工線路的地面沉降量做出預測，用于判斷當前施工操作的合理性。傳統地面沉降分析方式都是在單機、串行模式下訓練模型，當面對海量數據時暴露出的速度慢、效率低以及容錯性差等問題，直接影響地面沉降量的預測，并帶來施工風險。

發明內容

針對背景技術所闡述的問題和現有技術的不足，本發明提出一種具有海量數據存儲、冗余能力和實時、高效的基于支持向量機的地面沉降預測系統和方法。

本發明是一種基于支持向量機的地面沉降預測系統，其特征在于，包括Hadoop大數據分析平臺、數據收集模塊、數據預處理模塊、模型構建模塊、沉降預測模塊，數據收集模塊、數據預處理模塊、模型構建模塊、沉降預測模塊均是基于Hadoop大數據分析平臺進行運行，所述Hadoop大數據分析平臺主要包括有HDFS分布式文件系統子模塊，MapReduce計算框架子模塊；數據存儲模塊是將采集的原數據分別存儲到HDFS分布式文件系統子模塊中；數據預處理模塊和模型構建模塊是依據MapReduce計算框架子模塊的分析模式進行數據預處理和模型構建；沉降預測模塊是將構建的預測模型進行與Hadoop平臺兼容的接口封裝，接口以API的形式提供應用鏈接，將預測結果輸出。

本發明還是一種基于支持向量機的地面沉降預測方法，在權利要求1-5所述的基于支持向量機的地面沉降預測系統上運行，其特征在于，實現地面沉降預測過程包括有如下步驟：