一种基于机器学习的软岩隧洞长期变形预测方法

本发明属于软岩隧洞变形预测技术领域，提出了一种基于机器学习的软岩隧洞长期变形预测方法，包括：获取隧洞施工过程中的围岩变形、围岩应力和支护结构应力数据，作为模型原始数据库；对原始数据库中各类数据进行预处理，根据数据变化速率对各类数据分级后建立事务表；计算确立关联规则，并筛选出与隧洞围岩变形相关性较高的监测对象；并以该类对象的数据建立样本数据库；建立BP‑神经网络预测模型进行训练，得到满足目标值条件的预测模型。本发明通过确立各样本数据与目标预测值之间的相关性，筛选出与目标值最为相关的监测对象，并采用该类监测对象数据作为预测模型的输入，能够加快模型的预测速率，提高模型预测的精度。