一种基于MAML与特征工程引导的少样本隧道变形预测方法

本发明提供一种基于MAML与特征工程引导的少样本隧道变形预测方法，解决数据稀缺条件下隧道变形预测精度不足问题。该方法包括：数据收集与预处理，按地层类型划分任务；物理引导特征工程，构造具有明确物理意义的组合特征；基于MAML的模型架构设计，将不同地层类型视为不同任务；残差网络结构设计，提高模型表达能力和训练稳定性；模型训练与评估，通过内外循环相结合的训练策略实现模型对新任务的快速适应。本发明在少样本条件下实现高精度预测，R2系数达0.99，均方根误差为0.39mm，平均相对误差仅为3.33％；适应不同地层条件的变形特性；具有良好的物理解释性和优异的跨地层泛化能力，为地下工程安全提供可靠技术支持。