基于PSO-RF混合算法的盾构参数预测研究

摘要

复合地层是盾构隧道施工过程中常见的地层类型，但关于复合地层盾构掘进参数的研究相对较少。为研究不同盾构参数间的相关性，依托长沙轨道交通6号线湖白区间隧道工程，利用随机森林算法（random forest,RF）构建了盾构掘进参数预测模型，结合数理统计和基于随机森林算法（RF）的PSO-RF混合算法模型对盾构掘进参数进行预测，并对预测结果进行误差验证。研究结果表明：将盾构隧道区间的地层物理参数与盾构掘进参数分别作为输入参数和输出参数，导入PSO-RF混合算法模型中进行训练学习，结果显示5种盾构参数预测值与实际值之间的平均绝对百分比误差大多在20%以内，即预测结果达到了泛化能力与预测能力的验证要求。

关键词

盾构隧道 / 掘进参数 / 随机森林 / 粒子群算法