[发明专利]基于GA-LSSVM与NSGA-Ⅱ盾构下穿既有隧道施工多目标优化的方法

说明书

本发明涉及盾构下穿既有隧道施工多目标优化技术领域,公开了基于GA‑LSSVM与NSGA‑Ⅱ盾构下穿既有隧道施工多目标优化的方法，其主要包括如下步骤:S1、基于盾构施工参数，搜集既有隧道拱底水平位移和沉降位移的数据；S2、采用GA改进的最小二乘支持向量机(GA‑LSSVM)建立既有隧道拱底水平位移和沉降位移的高精度预测模型，获取两个回归预测函数；S3、将两个非线性预测函数作为适应度函数，联合各影响因素的应用约束条件，利用NSGA‑Ⅱ进行多目标优化获取最优配合比。本发明利用建立的GA‑LSSVM与NSGA‑Ⅱ模型，不仅实现了拱底水平位移和沉降位移的高精度预测，也实现了盾构施工参数的多目标智能优化。

技术领域

本发明属于盾构下穿既有隧道施工多目标优化技术领域，特别是涉及一种基于GA-LSSVM与NSGA-Ⅱ盾构下穿既有隧道施工多目标优化的方法。

背景技术

随着我国地下轨道交通系统的广泛兴起，盾构隧道近接施工工程越来越多，而隧道在盾构施工过程中可能出现的最大风险就是过度的地面水平和沉降位移。因此为了保证地铁隧道施工和运营安全，采取可靠措施将水平位移和沉降位移控制在安全合理的范围中是十分有价值的事情。

目前，国内外大量文献从地表沉降角度研究隧道近接施工的影响规律，主要有三种研究方法：理论公式、数值模拟、模型试验。理论公式法如基于Winkler地基模型推导了隧道开挖引起的邻近管线变形微分方程，以分析隆起或沉降变形情况；基于镜像汇源法和盾构隧道土体非等向收缩模式，建立盾构隧道引起的已建隧道变形控制方程；数值模拟法如采用FLAC3D建立三维数值模拟模型，分析了基坑分阶段施工对车站及既有地铁隧道的影响；采用三维有限元方法对新建隧道下穿施工过程进行动态模拟，探讨新建隧道对既有隧道位移的影响规律。模型试验法如利用离心模型试验模拟了新建隧道上穿越江隧道施工的过程，研究了新建隧道隆起的规律等。以上方法均对地表沉降研究均有一定价值，但理论公式法往往只适用于特定情况且精度较差，数值模拟相对方便快捷但精度一般，模型试验精度较高但成本高、周期长，对于复杂工程的研究限制较多。因此现有的方法均存在一定程度的缺陷，并且目前针对多个目标进行盾构下穿施工参数的智能优化的研究尚未涉及。

发明内容

本发明提供一种基于GA-LSSVM与NSGA-Ⅱ盾构下穿既有隧道施工多目标优化的方法。首先建立高精度的隧道拱底水平位移和沉降位移GA-LSSVM预测模型，基于样本数据映射盾构施工参数与隧道拱底位移之间的非线性回归函数关系，将GA-LSSVM回归预测函数作为适应度函数，构建NSGA-Ⅱ多目标施工参数优化模型，通过全局寻优得到Pareto前沿解集，利用理想点法确定最优解。

为实现上述目的，本发明提供了如下方案：

一种基于GA-LSSVM与NSGA-Ⅱ盾构下穿既有隧道施工多目标优化的方法，包括以下步骤：

S1、搜集数据，选取盾构施工参数作为输入变量，将既有隧道拱底水平位移和沉降位移分别作为输出变量，建立原始样本集；

S2、采用GA改进最小二乘支持向量机GA-LSSVM，建立所述既有隧道拱底水平位移和沉降位移的高精度预测模型，获取两个非线性回归预测函数；

S3、将所述两个非线性回归预测函数作为适应度函数，联合各影响因素的约束条件，利用NSGA-Ⅱ进行多目标优化获取最优配合比。

优选地，所述步骤S1中盾构施工参数包括：土仓压力、泡沫量、同步注浆量、掘进速度、刀盘扭矩、及顶推力。

优选地，所述步骤S2中，采用GA-LSSVM建立既有隧道拱底水平位移和沉降位移的高精度预测模型的具体步骤为：

S2.1、数据预处理：对所述输入变量和输出变量归一化到[-1,1]区间；