[发明专利]一种基于SVM和DS理论的渗漏水风险监测方法

权利要求书

1.一种基于SVM和DS理论的渗漏水风险监测方法，其特征在于，包括如下步骤：

构建盾构隧道渗漏水三级风险监测参数体系，并获取风险监测参数所对应的实时监测数据；

构建并训练支持向量机SVM分类模型，基于实时监测数据，通过SVM分类模型获取二级风险监测参数的基本概率赋值BPA；

二级风险监测参数的BPA获取方法包括：

基于SVM分类模型获取二级风险监测参数所对应实时监测数据的类别标签，其中样本集中的自变量是三级风险监测参数实测值，因变量是二级风险监测参数指标类别标签值；

基于SVM分类模型所输出的实时监测数据的类别标签计算级风险监测参数的BPA，如式3所示：

其中，m(j)是二级风险监测参数对风险等级j的BPA分配值，m(Θ)是二级风险监测参数对全集的BPA分配值，E_T表示SVM分类模型的输出误差，p_j表示SVM分类模型输出的二级风险监测参数指标类别标签值，s_j表示二级风险监测参数所对应实时监测数据实际的类别标签值，t表示风险监测参数的风险等级数量；

基于D-S证据理论对二级风险监测参数的BPA进行证据融合，得到二级风险监测参数的风险等级隶属度；

得到二级风险监测参数的风险等级隶属度具体包括：

步骤S1、证据冲突检测：

若m_i,m_j分别表示两个风险监测参数所得到证据的BPA计算结果，X₁,X₂,...,X_n表示m_i所对应的焦元，Y₁,Y₂,...,Y_n表示m_j所对应的焦元，则m_i,m_j间的冲突系数k可由式(4)计算：

当0≤k＜1时，表明两个风险监测参数对应证据之间不冲突；当k＝1时，表明两个风险监测参数对应证据完全冲突；

步骤S2、证据修正：

在两个风险监测参数对应证据冲突的情况下，计算m_i和m_j之间的距离d_ij和相似测度Sim_ij，计算风险监测参数对应证据m_i的支持度Sup(m_i)，如式(5)所示：

将Sup(m_i)经过归一化处理可得证据m_i的权重W(m_i)，对证据m_i进行替换，得到替换后风险监测参数所对应的证据如式(6)所示：

重复步骤S1和S2，直到所有证据均不存在冲突；

步骤S3、证据融合：

对各风险监测参数所对应的证据进行融合，如式(7)所示：

其中，A＝X₁∩Y₂；

根据二级风险监测参数的风险等级隶属度获取盾构隧道渗漏水风险等级，并逆向计算相应的风险监测参数，完成盾构隧道渗漏水风险监测。

2.根据权利要求1所述的基于SVM和DS理论的渗漏水风险监测方法，其特征在于，构建并训练SVM分类模型的具体方法包括：

获取带有类别标签的训练样本集和测试样本集，并对训练样本集和测试样本集进行归一化预处理；

进行SVM核函数选取，并采用网格搜索法进行核函数的参数选取，完成SVM分类模型的训练；

通过训练样本集对SVM分类模型进行训练，将测试样本集输入训练好的SVM分类模型，通过SVM分类模型的输出结果与实际类别标签值计算SVM分类模型的分类误差，通过分类误差与预设阈值进行比较，在所述分类误差大于预设阈值时，重新进行核函数的选取以及核函数参数的选取。

3.根据权利要求2所述的基于SVM和DS理论的渗漏水风险监测方法，其特征在于，SVM分类模型的分类误差通过均方误差MSE来定量化表示。