基于DNN和属性数学的岩溶隧道突涌水风险预测

来源：中国血液净化杂志2024年第7期北京时间：

作者：吴志军, 戴骞, 储昭飞, 刘泉声, 陈结, 尤伟军

单位：1. 武汉大学　土木建筑工程学院，湖北　武汉　430072","2. 重庆大学　资源与安全学院，重庆　400044","3. 中国建筑第三工程局有限公司，湖北　武汉　430072

摘要：<p>突涌水是岩溶隧道施工最常见的灾害，不仅会造成大面积涌泥塌方，支护设备等损毁破坏，甚至会造成大量人员伤亡，开展岩溶隧道突涌水灾害后果预测评估对保证隧道施工安全具有重要意义。为此，提出一种基于深度神经网络（DNN）和属性数学理论的岩溶隧道突涌水灾害预测方法，首先基于对国内外103条岩溶突涌水隧道的调查和总结，筛选了7个岩溶致灾因素和3个灾害后果特征指标，建立了包含489组岩溶隧道突水灾害信息数据库；其次，引入<i>K</i>均值聚类算法，根据致灾因素聚类结果和灾害后果将岩溶突涌水灾害划分为4个等级，并进一步分析了不同岩溶突涌水灾害等级对应的各致灾因素的分布区间；在此基础上，采用深度神经网络（DNN）、随机森林（RF）、K近邻（KNN）和AdaBoost四种算法进行岩溶隧道突涌水灾害等级预测，并根据属性数学理论实现了岩溶隧道突涌水灾害等级的概率预测；最后，对所提方法在湖北鸡公岭隧道等工程中进行了应用验证，将预测结果与实际情况进行对比分析，验证了所提方法的准确性和可靠性。相比以往岩溶突涌水灾害等级预测方法，所提出的结合深度神经网络和属性数学理论的岩溶隧道突涌水灾害预测方法不仅可实现对岩溶隧道突涌水灾害等级的自动划分，还可同时获得灾害等级发生的概率，对实际岩溶隧道突涌水灾害预测更为客观全面。</p>

关键词：隧道工程,灾害预测,深度神经网络,突涌水,岩溶