(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211060813.0 (22)申请日 2022.08.30 (71)申请人 中铁第六勘察设计院集团有限公司 地址 300308 天津市东 丽区自贸试验区 （空 港经济区） 中环西路3 6号 申请人 中南大学 (72)发明人 唐志辉　雷明锋　张存　李海洋　 蒋礼平　张运波　宁超　葛志伟　 刘讴　熊清华　王建鹏　卢高磊　 (74)专利代理 机构 广州科沃园专利代理有限公 司 44416 专利代理师 王维霞 (51)Int.Cl. G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种基于单元线性回归的隧道隆起预测方 法 (57)摘要 本发明提供了一种基于单元线性回归的隧 道隆起预测方法， 包括： 获取既有隧道的隧道上 方明挖土体厚度(h)与隧道顶原始覆土厚度(H) 原始数据， 计算得到残留埋深比(i)数据， 并与相 应的隧道隆起值(S)组成原始数据组(i， S)； 可视 化残留埋深比(i)与隧道隆起值(S)二维散点图， 挑选合适的预测函数； 根据挑选的预测函数将原 始数据组(i， S)编码为基于线性回归算法的训练 样本(x， y)； 基于 单元线性回归算法， 训练样本 数 据， 得到经验拟合公式； 本发明采用基于单元线 性回归的既有隧道隆起预测方法， 利用大量经验 数据预测隧道隆起， 获得经验拟合公式， 为后续 挖掘工作提供 数据参考。 权利要求书1页 说明书5页 附图3页 CN 115438729 A 2022.12.06 CN 115438729 A 1.一种基于单 元线性回归的隧道隆起预测方法， 其特 征在于， 包括以下步骤： 根据既有隧道历史数据， 计算残留埋深比(i)， 其中， 残留埋深比是通过既有隧道上方 明挖土体厚度(h)与既有隧道 顶原始覆土厚度(H)的比值获得的； 将残留埋深比(i)与该挖掘处的隧道隆起值(S)作 为原始数据组； 根据原始数据组选择 对应该原 始数据组的函数关系式， 获得选 定函数关系式； 将原始数据组中数据编码为基于线性回归算法的训练样本(x， y)， x表示训练样本的特 征， y表示训练样本的标签值， 将训练样本通过假设函数h(x)＝ωx+b进行拟合得到经验拟 合公式； 其中， ω为特 征x的权重系数， b为偏置系数； 根据拟合公式获得拟合 值代入选 定函数关系式解码获得隧道隆起预测值。 2.根据权利要求1所述的基于单元线性 回归的隧道隆起预测方法， 其特征在于， 所述既 有隧道顶原始覆土开挖后， 隧道 顶残余覆土厚度小于1倍隧道洞径。 3.根据权利要求1所述的基于单元线性 回归的隧道隆起预测方法， 其特征在于， 残留埋 深比(i)的计算公式为， 4.根据权利要求1 ‑3任一所述的基于单元线性 回归的隧道隆起预测方法， 其特征在于， 经验拟合公式的获得 方法： 设置迭代 次数w与超参数α， 初始化权重系数(ω， b)， 即为(ω0， b0)， 设置循环对其进行 迭代更新， 循环运算结束之后， 输出最新的权重系数(ωw， bw)， 终止训练， 得到基于训练样本 (x， y)的经验公式； 循环迭代w次之后， 将权 重系数(ω， b)更新 为(ωw， bw)； 循环运算结束之后， 输出最终的权重系 数(ωw， bw)， 得到基于训练样本(x， y)的经验公 式： h(x)＝ωwx+bw。 5.根据权利要求4所述的基于单元线性 回归的隧道隆起预测方法， 其特征在于， 权重系 数ω的更新公式为： 其中， ω0设置为0， α 为超参数设置为0.01， m表示训练集样本数量。 6.根据权利要求5所述的基于单元线性 回归的隧道隆起预测方法， 其特征在于， 偏置系 数b的更新公式为： 其中， b0设置为0。 7.根据权利要求6所述的基于单元线性 回归的隧道隆起预测方法， 其特征在于， 所述根 据拟合公式获得拟合值代入选定函数关系式解码获得隧道隆起预测值， 包括： 获取既有隧 道新采集的既有隧道上方明挖土体厚度(h测 试)与既有隧道顶原始覆土厚度(H测 试)， 计算残留 埋深比(i测试)， 将其编码为基于线性回归算法的样本特征x测试， 并代入经验拟合公式得到h (x测 试)， 根据选 定函数关系式将其 解码为隧道隆起预测值。权　利　要　求　书 1/1 页 2 CN 115438729 A 2一种基于单元线性回归的隧道隆起 预测方法 技术领域 [0001]本发明涉及既有隧道隆起预测的技术领域， 具体涉及一种基于单元线性回归的隧 道隆起预测方法。 背景技术 [0002]近年来， 随着我国城市建设不断发展， 既有隧道上方基坑开挖造成的隧道隆起对 交通安全的影响范围不断扩大， 长此以往将影响隧道运营安全。 由于既有隧道上方基坑开 挖， 导致土体卸荷， 引起隧道上方周围地层移动， 造成 隧道隆起， 其中隧道上方明挖挖除的 土体厚度与初始的隧道上 方覆土厚度是影响既有隧道隆起变形的主 要因素。 [0003]针对上述问题， 应根据隧道隆起因素提前预测隧道隆起值并施作相应的支护措 施， 但目前鲜有成熟的预测方法。 机器学习理论具有高效、 准确和适用范围广等优点， 近几 年广泛应用于工程行业， 都取得了不错的效果。 如何应用机器学习理论实现对隧道隆起的 预测， 是亟 待解决的问题。 [0004]综上所述， 急需一种基于单元线性回归的既有隧道隆起预测方法以解决现有技术 中存在的问题。 发明内容 [0005]本发明的目的在于针对目前存在的问题， 提供一种基于单元线性回归的隧道隆起 预测方法， 建立基于残留埋深比数据的隧道隆起预测模型， 为后续挖掘提供 数据参考。 [0006]为达到上述目的， 本发明提供了一种基于单元线性回归的隧道隆起预测方法， 步 骤如下： [0007]根据既有隧道历史数据， 计算残留埋深比(i)， 其中， 残留埋深比是通过既有隧道 上方明挖土体厚度(h)与既有隧道 顶原始覆土厚度(H)的比值获得的； [0008]将残留埋深比(i)与该挖掘处的隧道隆起值(S)作为原始 数据组； 根据原始 数据组 选择对应该原 始数据组的函数关系式， 获得选 定函数关系式； [0009]将原始数据组中数据编码为基于线性回归算法的训练样本(x， y)， x表示训练样本 的特征， y表示训练样本的标签值， 将训练样本通过假设函数h(x)＝ωx+b进行拟合得到经 验拟合公式； 其中， ω为特 征x的权重系数， b为偏置系数； [0010]根据拟合公式获得拟合 值代入选 定函数关系式解码获得隧道隆起预测值。 [0011]进一步地， 既有隧道 顶原始覆土开挖后， 隧道 顶残余覆土厚度小于1倍隧道洞径。 [0012]进一步地， 残留埋深比(i)的计算公式为， [0013]进一步地， 经验拟合公式的获得 方法： [0014]设置迭代次数w与超参数α， 初始化权重系数(ω， b)， 即为(ω0， b0)， 设置循环对其 进行迭代更新， 循环运算结束之后， 输出最新的权重系数(ωw， bw)， 终止训练， 得到基于训练 样本(x， y)的经验公式；说　明　书 1/5 页 3 CN 115438729 A 3