一种基于贝叶斯神经网络的隧道围岩地质分级信息预测方法

摘要

本发明涉及一种基于贝叶斯神经网络的隧道围岩地质分级信息预测方法，收集既有隧道与精细采集在建隧道的围岩地质分级信息并作归一化处理，通过蒙特卡洛随机分析确定隧道围岩地质分级信息的概率分布，并初步确定贝叶斯神经网络模型输入层、隐含层、输出层的节点数，从而利用地质信息相似的既有隧道工程数据建立预测贝叶斯神经网络预测模型；随着工作面的不断向前推进，利用开挖过程中新获取的隧道围岩地质分级信息实时更新预测模型，进而逐步提升模型预测精度；本申请提供的预测方法具有较好的普适性和较高的预测精度，能够对隧道开挖前方未知断面地质分级信息提前作出有效判断，适用于绝大多数隧道围岩地质分级信息的预测。