(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210928018.2 (22)申请日 2022.08.03 (65)同一申请的已公布的文献号 申请公布号 CN 114996830 A (43)申请公布日 2022.09.02 (73)专利权人 华中科技大 学 地址 430000 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 张立茂　林鹏辉　吴贤国　覃亚伟　 徐文胜　张军　姚春桥　王金峰　 曾铁梅　陶文涛　熊朝辉　 (74)专利代理 机构 武汉知伯乐知识产权代理有 限公司 42 282 专利代理师 任苗苗(51)Int.Cl. G06F 30/13(2020.01) G06F 30/27(2020.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/08(2012.01) G06N 7/00(2006.01) G06N 20/00(2019.01) G06F 111/08(2020.01) (56)对比文件 US 2012245906 A1,2012.09.27 CN 112100574 A,2020.12.18 审查员 王爱翠 (54)发明名称 盾构隧道下穿既有隧道的可视化安全评估 方法及设备 (57)摘要 本发明属于隧道施工技术领域， 并具体公开 了一种盾构隧道下穿既有隧道的可视化安全评 估方法及设备。 所述方法包括： 构建隧道施工参 数指标体系， 并获取现有数据； 基于GCN回归模型 和现有数据构建地表累计沉降、 既有隧道形变以 及开挖面支护力的GCN预测模型， 采用SHAP模型 解释GCN预测模型， 获得地表累计沉降、 既有隧道 形变以及开挖面支护力对不同特征的敏感性； 利 用蒙特卡罗模拟土壤参数中的不确定性， 同时将 地表累计沉降、 既有隧道形变以及开挖面支护力 的预测值和实际值线性回归， 以获取预测结果在 同时考虑土壤和模型不确定性时的置信区间， 从 而计算安全风险； 将上述运算过程的交互和安全 风险进行可视化。 本发明安全风险计算精确， 保 证施工的可靠性。 权利要求书3页 说明书12页 附图5页 CN 114996830 B 2022.11.18 CN 114996830 B 1.一种盾构隧道下穿既有隧道的可视化 安全评估方法， 其特 征在于， 包括以下步骤： 步骤一， 构建隧道施工参数指标体系， 该指标体系包括地层参数、 土壤参数以及盾构机 掘进参数， 并获取现有数据； 步骤二， 基于GCN回归模型和现有数据构建地表累计沉降、 既有隧道形变以及开挖面支 护力的GCN预测模型； 步骤三， 采用SHAP模型解释GCN预测模型， 获得地表累计沉降、 既有隧道形变以及开挖 面支护力对不同特 征的敏感性； 步骤四， 利用蒙特卡罗模拟土壤参数中的不确定性， 同时将地表累计沉降、 既有隧道形 变以及开挖面支护力的预测值和实际值线性回归， 以获取预测结果在同时考虑土壤和模型 不确定性时的置信区间， 从而计算大直径盾构下穿既有隧道 施工过程中的安全风险； 步骤四中， 所述利用蒙特卡罗 模拟土壤参数中的不确定性包括： 给定土壤参数的概率 分布后， 按照分布生成 n组样本， 由于样本均值服从正态分布， 将蒙特卡罗样本均值作为考 虑土壤参数不确定性后的输出 预测值后， 可计算出 该均值的置信区间； 步骤四中， 所述模型不确定性用回归过程的预测区间进行量化， 包括： 将原始数据集的 数据作为 , GCN预测模型的预测值作为 ， 利用最小二乘法， 可以训练出线性回归 模型； 同时， 在给定样本容 量 后， 根据上述线性回归 模型计算相应的预测区间 PI； 步骤四中同时考虑土壤和模型不确定性对结果造成的影响， 将预测区间的上、 下界代 入置信区间的计算中， 得到新的置信区间上 下界； 步骤四中， 为进行安全风险分析， 将所述新的置信区间与目标值可取范围进行比较， 二 者交集在置信区间中所占百分比即为可靠性系数， 该运算方式为： 如 果置信区间下界 不 大于U且置信区间上界 不小于L， 则r=1， 否则一系进行下列运算： 如果 且 ， 则 ， 否则， 如果  且  ， 则 ， 否则， 如果 且  ， 则 ， 否则， ， 其中， 、 为目标取值范围上 下界， 为可靠性系数； 步骤五， 将上述 运算过程的交 互和安全风险进行 可视化。 2.根据权利要求1所述的一种盾构隧道下穿既有隧道的可视化安全评估方法， 其特征 在于， 步骤二具体包括以下步骤： （1） 将所述现有数据按照指定比例分为训练集和 测试集； （2） 构建GCN回归模型， 基于训练集， 将地表累计沉降、 既有隧道形变以及开挖面支护力 作为输出， 对GCN回归模型进行训练， 以获取地表累计沉降、 既有隧道形变以及开挖面支护 力的GCN预测模型； （3） 采用测试集对GCN预测模型进行测试； （4） 对GCN预测模型进行预测精度分析， 采用均方误差和均方根误差对GCN预测模型进 行评价。 3.根据权利要求1所述的一种盾构隧道下穿既有隧道的可视化安全评估方法， 其特征 在于， 步骤三具体包括以下步骤： 通过SHAP模型， 将GCN预测模型的黑盒模型简化并得出地表累计沉降、 既有隧道形变以权　利　要　求　书 1/3 页 2 CN 114996830 B 2及开挖面支护 力对每种特 征的敏感性： 其中， 表示输入的特征数量， 表示特征 的简化后的特征值， 为包含所有特征 的样本输入值， 为简化模型的基准 值， 为特征i的SHAP值， 为特征的重要性 值； 所述特征i的SHAP值的计算模型如下： 其中， 为原始模型的输出值， S为模型中使用的特征的非0子集， N为所有输入特征集 合。 4.根据权利要求1所述的一种盾构隧道下穿既有隧道的可视化安全评估方法， 其特征 在于， 步骤四中， 所述均值的置信区间为： 其中， 为蒙特卡罗样本预测值均值， 蒙特卡罗样本预测值标准差， 为显著性水 平为 时的标准 正态分布取值， 为置信区间。 5.根据权利要求4所述的一种盾构隧道下穿既有隧道的可视化安全评估方法， 其特征 在于， 步骤四中， 所述线性回归 模型为: 所述相应的预测区间可由下式计算： 其中， 为样本i通过机器学习模型获得的预测值， 为样本i的实际值， 为基于 回归模型的预测值， 为 自由度 显著水平下的t值， 为残差标准 误差， 和 分别为 的均值和方差， PI为预测区间。 6.根据权利要求5所述的一种盾构隧道下穿既有隧道的可视化安全评估方法， 其特征 在于， 步骤四中， 得到新的置信区间上 下界如下： 其中， 及 分别为蒙特卡罗样本预测区间上、 下界的均值， 及 分别为同时考虑 土壤和模型不确定性后的置信区间上、 下界。权　利　要　求　书 2/3 页 3 CN 114996830 B 3