[發明專利]基于多源信息融合的隧道施工突涌水風險評估方法

在審

• 申請號: 202211184605.1
• 申請日: 2022-09-27
• 公開（公告）號: CN115423210A
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 彭琦;丘偉興;王海涵;趙煉恒
• 申請（專利權）人: 中南大學;中國鐵路廣州局集團有限公司廣州工程建設指揮部
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/08;G06K9/62
• 代理公司: 長沙惟盛赟鼎知識產權代理事務所(普通合伙) 43228
• 代理人: 張丁日

1.基于多源信息融合的隧道施工突涌水風險評估方法，其特征在于，包括如下步驟：

S1：對隧道施工現場進行目視檢查、監控量測以及綜合超前地質預報，根據所得到的數據分別建立對應的單信息源風險評估模型并進行風險評估，得到單信息源的風險評估值；

S2：對S1中所得到的三個單信息源風險評估模型進行評價，通過單信息源風險評估模型的準確率得到各個單信息源風險評估模型的重要性權重，通過單信息源風險評估模型的不確定性得到各個單信息源風險評估模型的可信度；

S3：通過ER證據理論將三個單信息源風險評估模型的風險評估值、重要性權重以及可信度進行融合，得到最終的突涌水風險概率。

2.根據權利要求1所述基于多源信息融合的隧道施工突涌水風險評估方法，其特征在于，S1中目視檢查單信息源風險評估模型的建立過程包括如下步驟：

根據隧道施工現場的實際情況以及已有關于隧道突涌水的案例篩選出若干個目視檢查的風險因素，并根據其風險大小劃分為四個風險等級；根據風險因素以及風險等級對已有隧道突涌水案例進行分類得到突涌水數據庫，將突涌水數據庫作為支持向量機的訓練集，利用支持向量機進行學習得到目視檢查單信息源風險評估模型，其中支持向量機的判別函數具體形式如下：

式中：m為訓練數據集的大?。?/p>

α_i為拉格朗日乘子；

K(x_i，x)為核函數；

b為基于訓練集的閾值參數。

3.根據權利要求2所述基于多源信息融合的隧道施工突涌水風險評估方法，其特征在于，采用如下步驟從支持向量機輸出值中提取相關概率：

使用Sigmoid函數將支持向量機的輸出映射到區間[0，1]，具體公式如下：

式中：a和b為對一組訓練示例進行負對數似然函數最小化計算得到的參數；

式中：t_i為類的新標簽；

t₊為t_i+1；

t-為t_i-1；

N₊為屬于類1的點數；

N_-為屬于類2的點數。

4.根據權利要求1所述基于多源信息融合的隧道施工突涌水風險評估方法，其特征在于，S1中監控量測的數據包括圍巖位移、應力和滲透水壓力，根據所得到監控量測數據的風險大小將其劃分為四個風險等級。

5.根據權利要求4所述基于多源信息融合的隧道施工突涌水風險評估方法，其特征在于，監控量測單信息源風險評估模型的建立過程包括如下步驟：

通過云模型將監控量測所得到的數據轉化為突涌水風險概率值，利用ER證據理論融合所得到的監控量測數據的突涌水風險概率值，得到監控量測單信息源風險評估模型，其中云模型建立過程如下：

在決策過程中對各種隧道坍塌風險因素B_i進行分析，并進一步將每個風險因素劃分為不同的風險狀態B_ij(i＝1，2，…，M；j＝1，2，…，N)。將每個風險狀態對應一個特定的雙極限區間，記為[b_ij(L)，b_ij(R)]，通過正態云公式(4)將雙極限區間[b_ij(L)，b_ij(R)]轉化為云模型(Ex_ij,En_ij,He_ij)，

式中：Ex_ij為期望；

En_ij為Ex_ij的熵；

He_ij為超熵；

h為常數，其取值范圍為0～En_ij；

公式(4)中，x應滿足三個要求，一x∈X，二x是概念B的隨機實例化，三x滿足公式，x屬于概念B的確定度可由如下公式求得