摘要
本申请提供了基于硬岩隧道围岩大变形的深度学习分级预测方法和系统。该方法包括:采集目标隧道工程在预设时间段内的特性数据,并处理获得多组相同的测试数据集,根据测试数据集通过多个不同的预设预测模型进行处理,获得对应的多组分级预测结果,根据多组分级预测结果分别与实际分级预测结果进行对比处理,获得对应的多组预测偏差率数据,并筛选出符合要求的预设预测模型集,获取目标隧道工程的实时特性数据,通过预设预测模型集进行处理,获得对应的分级预测结果集,并处理获得最终分级预测结果,根据最终分级预测结果获取对应的风险等级,并响应相应的预案,从而实现基于硬岩隧道围岩大变形的深度学习分级预测的技术。
技术关键词
围岩大变形
分级预测方法
硬岩隧道
现场监测数据
神经网络预测模型
预测阈值
时间段
预测系统
长短期记忆网络
门控循环单元
偏差
开挖方法
风险
随机森林
强度
存储器
处理器
程序