[发明专利]一种地下大空间施工全过程多因素安全阶段性预测方法

权利要求书

1.一种地下大空间施工全过程多因素安全预测方法，其特征在于，所述方法包括：

步骤1，构建施工前安全预测神经网络模型，利用第一训练样本对所述施工前安全预测神经网络模型进行训练，以使所述施工前安全预测神经网络模型性能趋于稳定并形成其输入层到输出层的非线性映射关系；

其中，所述施工前安全预测神经网络输入层的输入参数为：工程地质条件、水文条件、周围建筑环境、施工方法、管理水平、施工水平；所述施工前预测神经网络的输出参数为对应的应力、应变、位移、沉降的预测值；其中，将不同工程地质条件、水文条件、周围建筑环境、施工方法、管理水平、施工水平条件下，及其对应的应力、应变、位移、沉降的数据，归一化处理为所述第一训练样本；通过参考规范、标准、专家论证打分经归一化确定输入参数的数值；基于测得的应力、应变、位移、沉降数据，归一化作为输出参数；

步骤2，构建施工中安全预测神经网络模型，利用第二训练样本对所述施工中安全预测神经网络模型进行训练，以使所述施工中安全预测神经网络所述施工前预测神经网络性能趋于稳定并形成其输入层到输出层的非线性映射关系；

其中，所述施工中安全预测神经网络模型输入层的输入参数为：施工中某一时间节点的应力、应变、位移、沉降的输入值；所述施工中安全预测神经网络模型的输出参数为所述施工中下个时间节点的应力、应变、位移、沉降预测值；

步骤3，以所述施工前安全预测神经网络模型的输出参数为所述施工中安全预测神经网络模型的输入参数，串联所述施工前安全预测神经网络模型与所述施工中安全预测神经网络模型，形成施工预测串联模型，利用所述施工预测串联模型进行施工全过程分阶段的安全预测。

2.根据权利要求1所述的方法，其特征在于，还包括：将施工中实时监测到的应力、应变、位移、沉降输入至所述施工中安全预测神经网络模型，以通过所述施工中安全预测神经网络模型在施工中对下一时间节点的应力、应变、位移、沉降进行实时预测。

3.根据权利要求1所述的方法，其特征在于，通过以下公式计算所述施工预测串联模型各层节点权值的当前输出值：

其中，为第k层第i元素的输入和；/为第k层第i元素的输出；/为第k-1层第i元素向第k层第j元素的连接权值；f为激励函数；/为与权矢量W和输入矢量X有关的第m层的第j元素的实际输出，其中，第m层即为输出层。

4.根据权利要求3所述的方法，其特征在于，通过以下公式调整所述施工预测串联模型各层节点的权值：

当k＝m时，

当km时，/

其中，为第k层第i元素的输入和；/为第k层第i元素的输出；/为第k-1层第i元素向第k层第j元素的连接权值；f为激励函数，可以是S_c(x)；/为与权矢量W和输入矢量X有关的第m层的第j元素的实际输出；y_i为与权矢量W和输入矢量X有关的第m层的第j元素的期望输出，其中，第m层即为输出层。

5.根据权利要求1所述的方法，其特征在于，在构建所述施工前安全预测神经网络模型、所述施工中安全预测神经网络模型时，将它 们的最大迭代次数设定为5000、学习率η设为0.5。

6.根据权利要求1所述的方法，其特征在于，当所述施工前安全预测神经网络模型、所述施工中安全预测神经网络模型误差率小于预设值时，判断所述施工前预测神经网络性能趋于稳定。

7.一种地下大空间施工全过程多因素安全预测系统，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。