[发明专利]一种基于k近邻算法和支持向量机的隧道掌子面失效概率预测方法

权利要求书

1.一种基于k近邻算法和支持向量机的隧道掌子面失效概率预测方法，其特征在于，包括：

S1：确定隧道掌子面稳定性的影响参数，其中，隧道掌子面稳定性的影响参数包括地表荷载，隧道直径，埋深，土体的粘聚力，内摩擦角和重度；

S2：确定每个影响参数的取值范围，并将每个参数的取值范围按照预设的数量间隔进行等分；

S3：对于确定的影响参数以及等分后的取值情况，采用正交实验设计方法，确定影响参数组合，其中，每一种影响参数组合对应一种工况，每一种工况用以表示隧道掌子面的情况；

S4：对每一种影响参数组合对应的计算工况进行强度折减计算，并根据强度折减计算的结果，确定计算工况对应的隧道掌子面的稳定状态情况；

S5：根据确定出的隧道掌子面的稳定状态情况，对所有训练样本进行标定，并得到总训练集合，其中，一个训练样本对应一种影响参数组合；

S6：对于待预测隧道掌子面，根据统计参数进行蒙特卡洛模拟，生成n个预测样本，其中，n为大于等于2的整数；

S7：对于每一个预测样本，计算其与总训练集合中每个训练样本的距离，采用k近邻算法选择出与该预测样本最近的k个不稳定样本和k个稳定样本，构成与该预测样本对应的个性化训练集合，k为大于等于1的整数；

S8：采用支持向量机对预测样本，拟合出个性化决策函数，对基于个性化决策函数对预测样本进行分类，分类结果包括稳定和不稳定；

S9：重复执行步骤S7和S8，直到生成的n个预测样本全部分类完成；

S10：根据n个预测样本的分类结果，统计不稳定预测样本的数量，并根据不稳定预测样本与总预测样本数量的比值，计算待预测隧道掌子面的失效概率。

2.如权利要求1所述的隧道掌子面失效概率预测方法，其特征在于，步骤S2中当影像参数为隧道直径时，包括：

确定隧道直径的取值范围，为4m～15m；

对上述取值范围按照1的数量间隔进行等分，隧道直径参数共12水平，取值有12个，分别为4m、5m、6m、7m、8m、9m、10m、11m、12m、13m、14m、15m。

3.如权利要求1所述的隧道掌子面失效概率预测方法，其特征在于，S4包括：

S4.1：采用预设计算软件对每一种影响参数组合对应的计算工况进行强度折减计算，得到强度折减系数，即安全系数，其公式为：

式中，c和表示每一种影响参数组合输入的粘聚力和内摩擦角,c_cr和表示掌子面处于极限状态时的临界粘聚力和临界内摩擦角，

S4.2：当安全系数F_s小于1时，隧道掌子面为不稳定状态，当安全系数F_s大于等于1时，隧道掌子面为稳定状态。

4.如权利要求1所述的隧道掌子面失效概率预测方法，其特征在于，步骤S5包括：

将第i个训练样本采用向量表示，如果得到的安全系数F_s大于等于1，则将该训练样本标定为y_i＝+1，如果得到的安全系数F_s小于1，则将该训练样本标定为y_i＝-1；

将所有标定后的训练样本组成总的训练集合D。

5.如权利要求1所述的隧道掌子面失效概率预测方法，其特征在于，统计参数包括累积概率分布函数，步骤S6包括：

对于待预测隧道掌子面，根据统计参数进行蒙特卡洛模拟，利用每个影响参数的累积概率分布函数的反函数生成n个预测样本。

6.如权利要求1所述的隧道掌子面失效概率预测方法，其特征在于，步骤S10中待预测隧道掌子面的失效概率计算方法为：

其中，p_f表示待预测隧道掌子面的失效概率，n^-表示不稳定预测样本的数量，n⁺表示稳定预测样本的数量，且n^-+n⁺＝n。