基于TBM多源数据融合与混合算法的岩爆风险预警方法

本发明公开了基于TBM多源数据融合与混合算法的岩爆风险预警方法，采集不同岩爆等级的TBM掘进参数、地质勘探数据和微震监测数据，通过多源数据融合实现特征互补，提升预警的完备性与可靠性，构建基于CNN、LSTM和注意力机制的混合神经网络模型，通过引入注意力机制优化特征权重分配，使模型能自适应聚焦关键风险信号，提高模型预警的适用性；结合模糊综合评价算法和贝叶斯概率模型，输出无岩爆、轻微岩爆、中等岩爆和强烈岩爆四个岩爆等级及其发生概率，实现对岩爆等级的实时动态预警与概率化预警。相比于现有方法，本发明在岩爆预警的准确性、时效性和工程适用性方面都有显著提升，可以实现对潜在岩爆及其等级的实时、准确预警。