摘要
本发明提供一种基于多参量融合的隧道坍塌风险预测方法及系统,涉及隧道施工技术领域。该方法包括:采集待预测隧道的多种监测数据;构建隧道坍塌风险指标体系;根据隧道坍塌风险指标体系和各种监测数据,计算待预测隧道的坍塌风险指数;判断坍塌风险指数是否大于或者等于坍塌风险指数阈值;若是,根据各种监测数据,构建图数据结构;结合一维卷积神经网络和图卷积网络,构建隧道坍塌风险预测模型;将各种监测数据和图数据结构输入至隧道坍塌风险预测模型,对待预测隧道进行坍塌风险预测,输出隧道坍塌风险级别。本发明考虑地质条件、施工方法以及环境因素的叠加,不再依赖单一监测数据,提升了样本集的合理性,适合复杂环境中隧道坍塌风险预测。
技术关键词
风险预测方法
一维卷积神经网络
风险预测模型
隧道岩体应力
隧道支护结构
指数
计算机可读指令
隧道照明
风险预测系统
通道注意力机制
指标
隧道施工技术
理想点法
前馈神经网络
信息熵
地下水
系统为您推荐了相关专利信息
视网膜动脉阻塞
患病风险评估
标志物
免疫球蛋白
整合素
深度神经网络模型
飞行器外形
飞行器气动特性
一维卷积神经网络
升力体飞行器
风险预测装置
风险预测模型
融合特征
多模态特征
多标签
风险预测方法
风险预测模型
新能源汽车
静态特征提取
动态特征提取