[发明专利]隧道施工变形预测方法、装置、电子设备及存储介质在审
申请号: | 202211135000.3 | 申请日: | 2022-09-19 |
公开(公告)号: | CN115525868A | 公开(公告)日: | 2022-12-27 |
发明(设计)人: | 闫鹏洋;王长欣;田淑明;赵洪斌 | 申请(专利权)人: | 北京云庐科技有限公司 |
主分类号: | G06F17/18 | 分类号: | G06F17/18;G06Q50/08 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 肖鹏 |
地址: | 100071 北京市丰台区万*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 隧道 施工 变形 预测 方法 装置 电子设备 存储 介质 | ||
本申请提供了一种隧道施工变形预测方法、装置、电子设备及存储介质,其中,该方法包括:根据指数平滑算法模型计算隧道变形的实测数据对应的预测数据;根据马尔可夫链模型确定修正系数;通过所述修正系数对所述预测数据进行修正,以得修正预测值;基于所述修正预测值获得所述隧道变形情况。本申请通过在指数平滑算法模型进行隧道变形的数据进行预测的基础上,增加马尔可夫链模型对该指数平滑算法模型得到的预测结果进行修正,以弥补指数平滑算法模型预测的缺陷,提高隧道变形数据预测的精确性。
技术领域
本申请涉及隧道施工领域,具体而言,涉及一种隧道施工变形预测方法、装置、电子设备及存储介质。
背景技术
隧道围岩变形是一个动态过程,下一时刻的变形受到临近时刻影响,具有一定离散性和不确定性,因而数据分析预测是变形监测中主要的环节。建立围岩变形的动态预测算法模型,实现施工过程中对围岩变形趋势的科学预测,提前预判工程施工过程的异常变形情况,便于及时采取措施,从而避免大变形或坍塌事故的发生,以保证施工安全及施工进度。
目前基于指数平滑法的隧道变形预测是通过数据获取及整理、统一标度、指数平滑数据预测等步骤进行变形预测,但是指数平滑法仅适用于中短期时间的隧道变形数据预测,对于现场长期的、波动性的变形实测数据预测结果精度不够好。
发明内容
有鉴于此,本申请实施例的目的在于提供一种隧道施工变形预测方法、装置、电子设备及存储介质,能够提高隧道变形数据预测结果精度。
第一方面,本申请实施例提供了一种隧道施工变形预测方法,包括根据指数平滑算法模型计算隧道变形的实测数据对应的预测数据;根据马尔可夫链模型确定修正系数;通过所述修正系数对所述预测数据进行修正,以得修正预测值;基于所述修正预测值获得所述隧道变形情况。
在上述实现过程中,根据指数平滑算法模型计算隧道变形实测数据对应的预测数据,并基于马尔可夫链模型确定修正系数,对指数平滑算法模型得到的预测数据进行修正,使得修正后的数据能够契合隧道变形的状态发展趋势,也更符合隧道实际变形的情况,提高了隧道变形预测数据的准确性。
在一个实施例中,所述根据指数平滑算法模型计算隧道变形的实测数据对应的预测数据,包括:确定指数平滑算法的初值;通过Levenberg-Marquardt算法确定所述指数平滑算法的平滑系数;根据初值、所述平滑系数计算所述指数平滑算法的模型参数;通过所述初值、所述平滑系数以及所述模型参数确定所述指数平滑算法模型;基于所述指数平滑算法模型计算隧道变形的实测数据对应的预测数据。
在上述实现过程中,通过Levenberg-Marquardt算法以实测数据与预测数据的绝对误差平方和为优化目标,对平滑系数进行优化确定,使得平滑系数的确定不再以经验选取的方式确定,弥补人为经验缺乏导致的预测结果偏差过大的缺陷。
在一个实施例中,所述根据马尔可夫链模型确定修正系数,包括:计算所述预测数据与所述实测数据之间的相对误差;通过预设分类数对所述相对误差的状态进行划分,以得到相对误差所属的状态,所述预设分类数为预设的所述相对误差所述状态的编号;根据所述相对误差的划分情况计算状态转移概率矩阵;基于所述状态转移概率矩阵确定修正系数。
在上述实现过程中,通过马尔科夫链状态转移概率矩阵和数据相对误差状态之间的关系即可预测得到现场隧道变形数据,结合其相对应的相对误差范围值,进而确定出修正系数,使得修正系数更加符合现场围岩实际情况,提高了修正系数的准确性。
在一个实施例中,所述通过预设分类数对所述相对误差的状态进行划分,以得到相对误差所属的状态,包括:根据所述实测数据所在分类的类直径建立损失函数;根据所述损失函数确定预设分类数;通过所述预设分类数对所述相对误差的状态进行划分,以得到相对误差所属的状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京云庐科技有限公司,未经北京云庐科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211135000.3/2.html,转载请声明来源钻瓜专利网。