基于机器学习的近接工程隧道沉降预测方法

针对既有地铁隧道受新建隧道近接施工引发沉降的预测问题,采用自动化机器学习方法与多源数据加权 思路,建立一个以隧道属性、地层属性、相对位置关系为输入,以既有隧道沉降值为输出的预测模型,并以万级 别仿真数据及现实数据进行算例分析。结果表明：自动化机器学习算法能基于仿真数据得到精度较高的预测模型, 但在多源数据集上表现不佳;通过对多源数据加权的方式可以提升模型泛化能力,达到以仿真数据为基础,专精 现实数据的效果,当加权后的现实数据数量与仿真数据比在同一数量级时,模型误差较低;根据表现最佳模型的 特征重要度,地层损失率是预测的核心输入参数,地质、空间关系、施工属性三者的重要程度近乎一致。