[發明專利]一種基于TSP預報數據與XGBoost算法的圍巖等級預測方法

在審

• 申請號: 202110242796.1
• 申請日: 2021-03-05
• 公開（公告）號: CN112948932A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 彭浩;梁銘;馬文安;田園;解威威;宋冠先;朱孟龍;董宏源
• 申請（專利權）人: 廣西路橋工程集團有限公司
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/27;G06Q10/04;G06Q10/06;G06Q50/08;G06K9/62
• 代理公司: 廣西中知科創知識產權代理有限公司 45130
• 代理人: 李家恒

本發明屬于隧道TSP超前地質預報技術領域。一種基于TSP預報數據與XGBoost算法的圍巖等級預測方法，包括如下步驟：(1)獲取圍巖等級預測模型所需的樣本特征數據；(2)收集樣本特征數據，對樣本特征數據進行預處理和特征工程構建，輸出訓練數據集；(3)構建基于XGBoost的圍巖等級預測模型，運用XGBoost算法訓練，模型調參；(4)模型性能評估：根據檢驗指標評估模型的準確性；(5)過擬合檢驗：圍巖等級預測模型通過過擬合檢驗后可進行工程實例應用。本發明以TSP超前地質預報技術探測結果為基礎，建立基于XGBoost的圍巖等級預測模型，能夠實現對超前巖體的圍巖等級劃分，預測精度高。

技術領域

本發明屬于隧道TSP超前地質預報技術領域，具體涉及一種基于TSP預報數據與XGBoost算法的圍巖等級預測方法。

背景技術

進入21世紀以來，借助交通運輸行業的迅猛發展，隧道的建設規模日益龐大。在這其中，公路隧道由于自身的工程特點，愈發面臨項目地點偏遠化、地質條件復雜化以及修建距離特長化的趨勢。基于以上三點，除設計階段給出的圍巖分級之外，在隧道施工階段中常常面臨圍巖動態分級的困難與挑戰，而傳統的圍巖分級方法，如BQ法、RMR法、Q值法等量化分級方法，由于其計算所必需的單軸抗壓強度、完整性系數等參數往往需要現場或室內試驗來獲取，因此在隧道施工階段進行應用具有較大的局限性。至于一些模糊數學模型，如正態云理論、可拓理論等，雖然在圍巖分級方面得到了一定程度的應用，但面臨指標權重賦值主觀性高、預見性不足等缺點。

隨著機器學習在數據分析方面的具有賦值客觀、處理高效、使用簡便等特點，將其應用于隧道圍巖動態分級的研究逐漸成為趨勢。但不可避免的，不同機器學習方法同樣存在自身的局限性，如神經網絡(ANN)訓練精度必須基于大樣本數據，且容易出現過擬合現象；支持向量機(SVM)雖然可以處理小樣本問題，但其本身核函數及其參數等難以確定；而高斯過程常在高維空間失去有效性，當樣本特征過多時需要進行降維處理。通過對機器學習向相關算法的分析和篩選，XGBoost機器學習模型展現出較為綜合與優異的性能。

XGBoost全稱是Extreme Gradient Boosting，可譯為極限梯度提升算法，與多年前就已經研發出來的傳統算法，比如決策樹，支持向量機(SVM)、聚類分析等不同，它是由傳統機器學習分類回歸樹算法(CART)發展演變而來的一種高效率的機器學習算法。作為集成算法中提升法(Boosting)的代表算法，XGBoost通過在數據上逐一構建多個弱評估器，經過多次迭代逐漸累積并匯總多個弱評估器的建模結果，以獲取比單個模型更好的回歸或分類表現。XGBoost被認為是在分類和回歸上都擁有超高性能的先進評估器，且在包括巖土等專業的模糊分類問題上取得了創造性的研究成果，這為其在圍巖分級中的應用奠定了充實的科學依據。

機器學習的應用前提，是具備可供學習與訓練的大量定量化樣本數據，這點與TSP超前地質預報相契合。TSP(Tunnel Seismic Prediction)地震波法，是一種基于地震波反射原理對隧道開挖掌子面前方巖體進行超前地質預報與評估的方法，相比較目前隧道常用的地質雷達法，TSP探測距離較遠，通常可達100～150m，不僅能預報掌子面前方及周圍巖石構造的變化，如圍巖破碎帶、裂隙密集帶、含水夾泥層、斷層、溶洞、暗河等不良地質體，還能評估掌子面前方巖體的力學特性。TSP超前地質預報系統在對收集的數據進行處理后，可提供掌子面前方巖體豐富、可靠的物理力學參數，如波速、楊氏模量、泊松比等。但由于這些定量數據在與特定圍巖等級對應時彼此之間非線性相關，因此在TSP預報數據的圍巖分級解譯過程中，常從某單一指標出發，且分級預報結果較大程度上依賴人為經驗判斷，無法實現多指標綜合性的定量分析。如何運用一種定量數據分析方法對圍巖進行正確的等級預測是目前面臨的重大難題。

發明內容

本發明的目的在于克服上述技術問題的缺點，結合TSP超前地質預報系統提供超前圍巖的定量數據，利用XGBoost機器學習模型提供一種針對隧道施工階段的圍巖等級預測方法，實現對超前巖體的圍巖等級劃分，預測精度高。

為了實現上述目的，本發明采用如下技術方案：