[發明專利]一種基于BIM和RS-SVR的盾構施工地表沉降預測方法

在審

• 申請號: 201810989994.2
• 申請日: 2018-08-28
• 公開（公告）號: CN109242171A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 平自要;孫鈺豐;趙翔;翁效林;楊力;劉大路;代步青;魏冀星;李寅磊;張勇;張方;辛超;楊利明;張籍升;劉怡田;陳文化;孫逍遙
• 申請（專利權）人: 河南省豫晉高速公路建設有限公司;長安大學;西安長大比目云交通信息科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/08;G06F17/50;G06F16/2458
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 徐文權

本發明公開了一種基于BIM和RS?SVR的盾構施工地表沉降預測方法，本發明利用粗糙集理論中基于Pawlak屬性重要度的方法約簡決策表，得到了影響地表沉降程度最大的最優屬性集，剔除了冗余數據，簡化了模型輸入參數的維度，節約了模型計算時間；同時，基于支持向量回歸對小樣本優秀的回歸能力建立地表沉降預測模型，并進行訓練，得到最佳核函數，提高了模型預測精度，增強了模型的解釋能力；最后，將該模型與BIM技術結合，可以作為基于BIM的地鐵施工風險管控平臺的一個功能模塊，直觀地顯示地表沉降的風險程度，方便對風險的發展進行跟蹤，督促風險的規避與解決，并達到項目各方信息傳遞、信息共享的效果。

技術領域

本發明屬于建工預測方法領域，具體涉及一種基于BIM和RS-SVR的盾構施工地表沉降預測方法。

背景技術

我國城市化進程正處于高速發展階段，人口不斷向城市聚集導致城市人口和建筑面積密集度迅速上升，導致城市可利用的地面空間越來越小，所以，近些年來，城市地鐵成為各大城市基礎設施建設的熱點。盾構法因其施工速度快、可適應大多數地層、機械化程度高、環境污染小等優點，已成為城市地鐵的主要施工方法。但是，由于盾構機在向前掘進過程中會不可避免地對周圍土體產生擾動導致施工區地表沉降，當沉降值過大時嚴重危及周邊建筑物及地下管線的使用安全。

地鐵盾構施工引起的地表沉降受諸多因素的影響，這些因素具有隨機性、不確定性、非線性的特點，很難用一個確定的函數關系來描述沉降值與各個因素間的關系。因此，近年來許多國內外學者基于人工智能的方法，分析、挖掘施工監測數據之間存在的隱含關系，預測地表沉降。這其中包括BP神經網絡模型、小波分析方法結合RBF函數構建小波網絡W-RBF預測模型、灰色關聯與支持向量機結合等，但由于影響盾構施工地表沉降因素的復雜性、各類方法的缺陷性等，在實際工程應用仍有一定的局限性，預測結果精度也值得商榷。

支持向量機((Support Vector Machine，SVM)由Vapnik于20世紀90年代提出，是一種基于VC維理論及結構風險最小化原理的機器學習算法，在解決小樣本、非線性及高維模式識別問題中具有許多特有的優勢。

粗糙集(Rough Sets，簡稱RS)理論是Pawlak教授于20世紀80年代提出的一種能夠定量分析、處理不精確、不一致、不完整信息與知識的數學工具，它不需要任何先驗知識及附加信息，僅從數據本身提供的信息即可發現數據間隱含的知識，揭示潛在規律。粗糙集最大的特點是在保持分類能力不變的情況下進行信息約簡，刪除冗余信息，降低數據維度。

粗糙集與支持向量機的結合具有優勢互補的特點。利用粗糙集作為支持向量機模型的前端數據處理器，有效地減少冗余屬性，降低運算復雜程度，從而提高預測精度，同時使機器學習算法縮減了計算時間。

BIM(Building Information Modeling)近些年在基礎設施行業發展十分迅猛，被視為繼CAD之后建筑業的第二次革命。BIM是一種工作方法，通過數字信息和計算機技術的結合實現一個物體全壽命周期內信息的集合，同時這些信息可以在不同的軟件平臺和系統互換，具有項目信息共享、項目協同管理、提高工作效率、節約資本等優勢。將BIM技術與盾構施工地表沉降RS-SVR預測模型結合從而作為基于BIM的地鐵施工風險管控平臺的一個功能模塊，對地體施工風險控制具有很好的現實意義。根據文獻調查，尚且沒有相關研究。

發明內容

本發明的目的在于克服上述不足，提供一種基于BIM和RS-SVR的盾構施工地表沉降預測方法，以解決目前盾構施工地表沉降預測精度低、誤差大、沒有結合BIM技術作為地鐵盾構施工風險管理內容的缺陷。

為了達到上述目的，本發明包括以下步驟：

步驟一，建立基于BIM的地鐵施工模型，向地鐵施工模型錄入工程信息；

步驟二，采集m組已經沉降穩定的監測點數據，建立基于幾何參數-地層參數-盾構施工參數-最大地表沉降值的地表沉降決策表；