融合地质语义与模型调度的围岩灾变精准预判方法及系统

摘要: 本发明涉及岩土工程,尤其涉及融合地质语义与模型调度的围岩灾变精准预判方法及系统。背景技术:1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先...
融合地质语义与模型调度的围岩灾变精准预判方法及系统

本发明涉及岩土工程,尤其涉及融合地质语义与模型调度的围岩灾变精准预判方法及系统。

背景技术:

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。

2、在岩土工程领域,隧道开挖、地下洞室群建设等工程的安全管控,核心依赖于对围岩灾变(如突发性结构失稳、累积变形超限)的精准预判。

3、现有方法中存在利用机器学习模型进行围岩灾变预判,但是模型的选择依赖人员经验。现有机器学习模型呈 “异构化、分散化” 特征,不同任务对应差异化体系 —— 参数反演以 “优化算法 + 数值模拟”(如 pso-flac3d)为主,时序预测以循环神经网络(rnn/lstm/gru)为主,风险分级以集成学习(xgboost / 随机森林)为主,各类模型的输入维度要求、适用场景边界、性能基线差异显著。应用中,模型选择依赖工程师人工决策,需先凭经验归类工程场景,再通过“试错法”测试 3~5 类模型性能,且易因经验偏差遗漏最优模型;同时,多数模型未考虑岩土数据的 “地质语义关联性”,跨场景泛化能力降低,无法满足动态预判需求,且不能保证围岩灾变预测结果的准确性。

技术实现思路

1、本发明为了解决上述问题,提出了融合地质语义与模型调度的围岩灾变精准预判方法及系统,实现对各种场景围岩灾变的准确预测。

2、为实现上述目的,本发明采用如下技术方案:

3、第一方面,提出了融合地质语义与模型调度的围岩灾变精准预判方法,包括:

4、获取围岩灾变相关数据;

5、提取围岩灾变相关数据的多个维度特征;

6、对各维度特征进行归一化处理,获得场景特征向量;

7、根据场景特征向量,从模型数据库中选取多个围岩灾变预测模型,作为候选模型;

8、确定各候选模型的预测性能;

9、选取性能指标最优的候选模型,作为最优围岩灾变预测模型;

10、利用最优围岩灾变预测模型,对场景特征向量进行识别,获得围岩灾变预测结果。

11、进一步的,围岩灾变相关数据包括工程监测数据、地质勘察数据和工程设计数据;

12、多个维度特征包括地质维度特征、工程维度特征及环境维度特征。

13、进一步的,计算场景特征向量与各围岩灾变预测模型适配基线向量的余弦相似度;

14、选取余弦相似度大于等于设定相似度阈值的围岩灾变预测模型,作为候选模型。

15、进一步的,围岩灾变预测模型包括位移预测模型和风险等级确定模型;

16、位移预测模型根据场景特征向量,确定位移预测值;

17、风险等级确定模型根据场景特征向量和位移预测值,确定围岩灾变风险等级。

18、进一步的,确定各候选模型的预测误差率和预测耗时;

19、根据各预测误差率和预测耗时,计算确定各候选模型的综合得分,将综合得分作为候选模型的性能指标。

20、进一步的,在模型数据库中存储有多个围岩灾变预测模型,每个围岩灾变预测模型对应一类场景特征向量;

21、围岩灾变预测模型的获取过程包括:

22、获取多个训练用围岩灾变相关数据;

23、确定每个训练用围岩灾变相关数据的场景特征向量;

24、对所有训练用围岩灾变相关数据的场景特征向量进行聚类,获得多类特征簇;

25、根据每类特征簇中的场景特征向量,确定数据预处理规则、模型参数约束规则和结果校验规则;

26、根据数据预处理规则对对应特征簇中的场景特征向量进行预处理,获得预处理后向量;

27、根据模型参数约束规则和结果校验规则,利用对应特征簇的预处理后向量,对围岩灾变预测基础模型进行训练,训练完成,获得该类场景特征向量对应的围岩灾变预测模型。

28、第二方面,提出了融合地质语义与模型调度的围岩灾变精准预判系统,包括:

29、地质语义感知与场景特征提取模块,用于获取围岩灾变相关数据;提取围岩灾变相关数据的多个维度特征;对各维度特征进行归一化处理,获得场景特征向量;

30、多模型智能调度与适配模块,用于根据场景特征向量,从模型数据库中选取多个围岩灾变预测模型,作为候选模型;确定各候选模型的预测性能;选取性能指标最优的候选模型,作为最优围岩灾变预测模型;

31、全流程协同预判与决策输出模块,用于利用最优围岩灾变预测模型,对场景特征向量进行识别,获得围岩灾变预测结果。

32、第三方面,提出了一种计算机设备,所述设备包括:

33、处理器,适于执行计算机程序;

34、计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被所述处理器执行时,实现第一方面提出的融合地质语义与模型调度的围岩灾变精准预判方法。

35、第四方面,提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,计算机程序适于由处理器加载并执行第一方面提出的融合地质语义与模型调度的围岩灾变精准预判方法。

36、第五方面,提出了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时,实现第一方面提出的融合地质语义与模型调度的围岩灾变精准预判方法。

37、与现有技术相比,本发明的有益效果为:

38、本发明提出了融合地质语义与模型调度的围岩灾变精准预判方法及系统,所述方法获取到围岩灾变相关数据的场景特征向量后;根据场景特征向量,从模型数据库中选取出多个围岩灾变预测模型作为候选模型,并确定每个候选模型的性能指标;最后选取性能指标最优的候选模型,作为最优围岩灾变预测模型,对场景特征向量进行识别,获得围岩灾变预测结果;保证最终获得的最优围岩灾变预测模型为与场景适配的性能最优模型,从而保证了围岩灾变预测的准确性。

39、本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。

1.融合地质语义与模型调度的围岩灾变精准预判方法,其特征在于,包括:

2.如权利要求1所述的融合地质语义与模型调度的围岩灾变精准预判方法,其特征在于,围岩灾变相关数据包括工程监测数据、地质勘察数据和工程设计数据;

3.如权利要求1所述的融合地质语义与模型调度的围岩灾变精准预判方法,其特征在于,计算场景特征向量与各围岩灾变预测模型适配基线向量的余弦相似度;

4.如权利要求1所述的融合地质语义与模型调度的围岩灾变精准预判方法,其特征在于,围岩灾变预测模型包括位移预测模型和风险等级确定模型;

5.如权利要求1所述的融合地质语义与模型调度的围岩灾变精准预判方法,其特征在于,确定各候选模型的预测误差率和预测耗时;

6.如权利要求1所述的融合地质语义与模型调度的围岩灾变精准预判方法,其特征在于,在模型数据库中存储有多个围岩灾变预测模型,每个围岩灾变预测模型对应一类场景特征向量;

7.融合地质语义与模型调度的围岩灾变精准预判系统,其特征在于,包括:

8.一种电子设备,其特征在于,所述设备包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,计算机程序适于由处理器加载并执行权利要求1-6任一项所述的融合地质语义与模型调度的围岩灾变精准预判方法。

10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时,实现权利要求1-6任一项所述的融合地质语义与模型调度的围岩灾变精准预判方法。