基于深度学习及融合不确定性的地下硐室稳定性评估方法

本发明提供一种基于深度学习及融合不确定性的地下硐室稳定性评估方法，涉及地下硐室稳定性评估技术领域，具体步骤包括：通过构建失稳评估模型，利用历史采集的地应力参数和岩石力学参数作为训练集，将地下硐室的稳定性系数作为标签，通过深度学习模型的训练，能够更准确地分析地下硐室的稳定性；此外，构建岩石参数对地下硐室稳定性影响的函数关系，通过将多组当前岩石参数输入该函数，获取多组当前第二影响系数，提高了评估的全面性和准确性；最后，通过数据处理和校正，综合考虑不确定性因素，提高了评估结果的稳定性和可靠性。本发明能够克服传统方法中常数难以确定、参数处理不全面、评估结果不稳定等技术缺陷。