[发明专利]一种岩土工程涌突水概率预测的并行评价方法

说明书

本发明公开了一种岩土工程涌突水概率预测的并行评价方法，包括：对岩土工程综合数据进行采样建立涌突水预测样本；基于决策树通过并行集成算法建立涌突水预测样本与涌水量之间的映射关系，并建立涌水量预测模型；对岩土工程综合数据进行统计及分布特征分析，并根据分析结果对岩土工程综合数据随机抽样，形成涌水量待预测样本；将涌水量待预测样本输入涌水量预测模型中，获得涌水量预测值；最后通过对多个涌水量预测值进行统计分析来预测岩土工程涌突水概率。本发明通过并行计算的方式解决了岩土工程涌突水成因复杂导致的输入指标选择困难的问题，并且能够在特征指标部分缺失的情况下实现准确映射，同时避免了回归模型可能出现的过拟合情况。

技术领域

本发明涉及岩体工程涌突水技术领域，尤其涉及一种岩土工程涌突水概率预测的并行评价方法。

背景技术

随着交通网络的飞速发展，公路隧道建设里程逐年增长。地下水问题是隧道建设过程中主要风险源之一，频发的涌水灾害给工程建设的顺利开展造成了极大阻碍。出现隧道涌水灾害的主要原因是对当前地质环境蕴含的突水风险认知不清，未能及时实施积水疏导、止水帷幕等处理措施。为了实现隧道施工过程中水环境的准确评价，解析法和数值分析等手段首先被用于描述地下水的运移过程，但是这种方法是基于一系列给定的水文地质假设条件基础上的，难以描述实际工程中复杂的渗流环境。层次分析法、模糊评价等计算方法被用于从混沌系统的角度分析隧道涌水风险，较为全面地描述了复杂的涌水形成环境，但是这些方法的基础权重评价过程不可避免地存在一定的人为主观评价误差。另一方面，这些方法的涌水预测指标多为确定性取值，未考虑待分析区域内施工环境的随机性，相应的涌水风险预测结果难以全面地描述真实地质情况。

可靠度方法近年来逐渐被用于描述隧道工程的不确定性，在围岩分级、结构评价、支护优化等方面均取得了良好的效果，采用该方法从概率的角度描述涌水决定因素在工程环境中的分布情况，通过Monte-Carlo抽样理论实现涌水预测与概率评价，所得结果将能够更全面地描述隧道涌水风险。可靠度计算的关键步骤是建立一个具有较快计算速度和较高计算精度的、能够描述输入与输出间映射关系的响应面模型，近年来逐渐被引入于岩土工程评价计算的机器学习方法能够实现这个目标，例如SVM、ANN、GP、RFR等。

隧道涌水预测指标的选取是决定预测结果准确性的直接因素，现有技术中一般是从围岩环境、地下水环境、节理裂隙发育情况等方面进行描述，但是尚未形成完整的涌水风险预测指导规范及公认的评价指标体系。当前的指标组多是根据隧道开挖后的情况进行评价，并认为指标取值结果能够代表未开挖区域一定范围内的地质情况。但开挖后指标难以在施工前获取，从而无法对施工过程形成有效指导。而且这种指标取值办法无法考虑工程样体的变异性，分析结果代表性不足。

发明内容

本发明提供一种岩土工程涌突水概率预测的并行评价方法，以克服上述技术问题。

本发明一种岩土工程涌突水概率预测的并行评价方法，包括：

S1、对岩土工程综合数据进行采样，并根据所述岩土工程综合数据建立涌突水预测样本；

S2、基于决策树通过并行集成算法建立所述涌突水预测样本与涌水量之间的映射关系，并根据所述映射关系建立涌水量预测模型；

S3、对所述岩土工程综合数据进行统计及分布特征分析，并根据分析结果对所述岩土工程综合数据随机抽样，形成涌水量待预测样本；

S4、将所述涌水量待预测样本输入所述涌水量预测模型中，获得涌水量预测值；

S5、重复多次执行S1至S4，通过对多个所述涌水量预测值进行统计分析来预测岩土工程涌突水概率。

进一步地，所述岩土工程综合数据包括：TSP地质超前预报数据、掌子面观察统计数据及地质勘查报告数据；

所述TSP地质超前预报数据，包括：反射层分布系数、地下水发育情况；