考虑多源信息不确定性的TBM利用率预测 |
| |
引用本文: | 李庆民,闫长斌,姚西桐,杨公标,杨风威,杨继华.考虑多源信息不确定性的TBM利用率预测[J].中南大学学报(自然科学版),2023(10):4043-4056. |
| |
作者姓名: | 李庆民 闫长斌 姚西桐 杨公标 杨风威 杨继华 |
| |
作者单位: | 1. 中铁十四局集团有限公司;2. 中国铁建水下隧道工程实验室;3. 郑州大学土木工程学院;4. 广西交通设计集团有限公司;5. 水利部黄河流域水治理与水安全重点实验室(筹) |
| |
基金项目: | 国家自然科学基金资助项目(41972270); |
| |
摘 要: | 隧道掘进机(TBM)施工对地质条件非常敏感,一旦发生事故会造成严重的工期延误和巨大的经济损失。本文在对TBM利用率影响因素进行统计分析和对输入参数进行优选的基础上,以兰州水源地建设工程输水隧洞双护盾TBM施工实例为依托,将天牛须搜索优化方法与增强回归树算法进行耦合,提出一种考虑多源信息不确定性的TBM利用率预测模型(BAS-BRT);将该模型预测结果与粒子群优化-增强回归树耦合模型(PSO-BRT)预测结果进行对比分析,并通过现场实测数据验证TBM利用率预测模型BAS-BRT的有效性及其对典型地质段施工风险的适应性。研究结果表明:天牛须优化算法的自适应特点能够真实反映TBM施工中出现的不确定性问题,增强回归树算法可实现模型的全局最优化迭代,TBM利用率预测模型BAS-BRT具有较高的预测精度、较好的泛化性能,同时具有良好的并行处理能力与鲁棒性。
|
关 键 词: | 隧道掘进机(TBM) 设备利用率 不确定性 天牛须搜索方法 增强回归树 施工风险 |
|
|