摘要
本发明提供一种用于顶管施工的地质数据驱动路径优化与沉降预测方法,涉及人工智能技术领域。该方法首先获取稀疏钻探点位地质数据,构建包含土层类型在内的的地质数据集,并通过多维插值形成连续地质特征张量,结合起止点与构筑物分布,生成路径向量序列,表示不同路径在地质条件下的穿越轨迹。通过图编码神经网络构建路径图拓扑结构并进行特征传播,获得路径综合评分向量,并筛选满足结构完整性与沉降响应约束的最优路径。进一步利用节点的沉降风险预测值与通达性得分识别沉降趋势敏感点,构建沉降趋势图谱并计算沉降异动系数。所述异动系数反馈至路径生成环节,用于迭代优化路径采样密度与节点分布,实现路径方案的动态修正与稳定收敛。
技术关键词
沉降预测方法
节点
剪切模量
顶管
子模块
构筑物
路径结构
指标
数据
序列
通道注意力机制
因子
切片
编码
识别风险
边界轮廓
人工智能技术
图谱