[发明专利]一种拱盖法多元信息监测装置

说明书

本发明公开了一种拱盖法多元信息监测装置，可对车站在拱盖法施工过程中拱脚处的一个监测点实现沉降、倾斜、内部岩体竖向位移及拱腰收敛的四个监测项目的同时监测，实现了监测多元信息一体化，减少了监测点布设的数量。同时基于该装置所监测的测点的沉降、倾斜、内部岩体竖向位移、及拱腰收敛的多元信息相互影响且存在一定的非线性联系，根据监测数据建立时间序列预测模型，并采用布谷鸟算法对所述时间序列预测模型的关键输入参数进行优化，在对通过时间序列预测模型实现预测的基础上，进一步提高对监测数据的预测准确度。

技术领域

本发明涉及地铁车站施工监测技术领域，尤其涉及一种拱盖法多元信息监测装置。

背景技术

在地铁车站拱盖法施工过程中，车站顶部扣拱的拱脚处岩体的变化是施工过程中重点关注的位置，扣拱拱脚处是否稳定反应出了现场施工是否处于安全状态，在地铁车站拱盖法施工过程中，通过实时监测拱脚处的沉降值、倾斜值、拱脚收敛值及拱脚处内部岩体的竖向位移值，可以有效的确定现场施工环境的安全状态，确保现场施工的安全进行。但在施工过程中，人工监测存在一定的滞后性，不能保证对测点的实时监测，而且每个监测点只布设一种监测装置，只能反映该测点的在施工过程中的一种变化状态，在实际施工过程中的监测，各监测点的监测信息存在单一性，对于其它监测信息无法反映，而且当测点处的监测装置损坏后，便无法再获取该监测点在施工过程中的变化状态。同时，在施工过程中，监测数据只能反映当前各监测点的状态，监测信息的变化由施工中多种因素造成，只根据当前单一监测项目的监测数据的变化规律难以对后期的监测数据进行预判。

现有技术中也有对工程数据进行预测的应用算法，比如一种采用随机森林进行预测的算法，将多棵决策树的结果进行投票后得到最终的结果，但随机森林算法对不同的树的训练结果没有做进一步的优化提升，在对后期监测数据的预测中预测的准确度不够高。

发明内容

本发明提供一种拱盖法多元信息监测装置，以克服对后期监测数据的预测中预测的准确度不够高的技术问题。

本发明一种拱盖法多元信息预测方法，包括：

采集多个监测点的监测数据，将所述监测数据排列为历史监测值时间序列；所述监测数据，包括：沉降、倾斜、内部岩体竖向位移及拱腰收敛数据；

根据所述历史监测值时间序列构建M组时间序列训练集；所述时间序列训练集以L-1个监测点的所述历史监测值时间序列作为输入，以第L个所需预测的所述监测数据作为输出；

根据所述时间序列训练集进行集成学习，建立时间序列预测模型；

通过布谷鸟算法对所述时间序列预测模型的关键输入参数进行优化；所述关键输入参数，包括：步长α和回归树数量K；

以优化后的关键输入参数作为所述时间序列预测模型的输入；将当前L-1个所述监测数据输入到所述时间序列预测模型中，对所需预测的所述监测数据的监测值进行预测。

进一步地，所述根据所述时间序列训练集进行集成学习，建立时间序列预测模型，包括：

所述时间序列训练集为：

Z＝{(x₁，y₁)，(x₂，y₂)，...，(x_M，y_M)}，X₁＝(x₁，x₂，x₃，x₄)； (1)

其中，用y表示集合{y₁，...，y_M}，用来描述预测项目的监测值；用x表示集合{x₁，...，x_M}用来描述非预测监测项目的监测值；X₁表示的是x中的一个集合；

给定集成学习的损失函数，集成学习的损失函数的表达式为: