(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 202210900578.7 (22)申请日 2022.07.28 (71)申请人 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 吴贤国　曹源　冯宗宝　徐文　 黄浩　陈虹宇　裴以军　鄢春艳　 王廷辉　王健　曹化锦　覃亚伟　 徐文胜　吴克宝　阮滨　 (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)G06N 3/12(2006.01) G06N 5/00(2006.01) G06N 20/20(2019.01) G06N 7/02(2006.01) G06F 111/04(2020.01) G06F 111/06(2020.01) (54)发明名称 基于CatBoost-NSGA- Ⅲ的盾构下穿 隧道优 化设计方法及设备 (57)摘要 本发明属于盾构施工技术领域， 并具体公开 了一种基于CatBoost ‑NSGA‑Ⅲ的盾构下穿隧道 优化设计方法及设备。 所述方法包括： 确定管片 优化设计的敏感因素， 建立指标体系， 采集盾构 掘进过程中的实际监测数据并结合地质勘查， 构 建样本数据集； 利用CatBoost算法进行学习训 练， 以构建基于CatBoost算法的隧道拱顶沉降、 拱底竖向位移、 拱底水平位移、 拱底沉降量预测 模型； 将预测模 型所得的非线 性映射关系函数作 为目标优化适应度函数， 构建基于CatBoost ‑ NSGA‑Ⅲ的多目标优化模型， 以获取盾构管片参 数最优设计。 本发明不仅实现了隧道拱顶沉降、 拱底竖向位移、 拱底水平位移、 拱底沉降量的高 精度预测， 也实现了盾构下穿隧道优化设计的多 目标智能优化。 权利要求书3页 说明书12页 附图9页 CN 114969953 A 2022.08.30 CN 114969953 A 1.一种基于CatBoost ‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法， 其特征在于， 包括以下 步骤： S1基于隧道整体优化设计理念， 确定盾构下穿既有隧道施工阶段， 管片优化设计的敏 感因素， 建立指标体系， 采集盾构掘进过程中的实际监测数据并结合地质勘查， 构建样 本数 据集； S2基于样本数据集， 利用CatBoost算法进行学习训练， 以构建基于CatBoost算法的隧 道拱顶沉降、 拱底竖向位移、 拱底水平位移、 拱底沉降量预测模型； S3将预测模型所得的非线性映射关系函数作为目标优化适应度函数， 构建基于 CatBoost‑NSGA‑Ⅲ的多目标优化模型， 以获取盾构管片参数最优设计。 2.根据权利要求1所述的一种基于CatBoost ‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法， 其特征在于， 步骤S1中， 所述敏感因素包括管片厚度 、 管片幅宽 、 管片等效抗弯刚度 、 总推力 、 土仓压力 、 刀盘扭矩 、 推进速度 、 注浆压力 、 地层弹性模量 。 3.根据权利要求1所述的一种基于CatBoost ‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法， 其特征在于， 步骤S2具体包括以下步骤： S21采用网格搜索法对CatBoost回归模型的depth、 l2_leaf_re g和learning_rate三个 参数进行优选， 并结合5折交叉验证法进 行模型精度验证， 从而确定精度最高的参数组合为 CatBoost预测模型； S22建立训练模型： 随机将样本数据划分为训练样本集和测试样本集， 采用训练样本集 对预测模型进行训练， 然后采用测试样本集对训练后的预测模型进行测试； S23引入决定系数和均方误差来评估预测模型的性能表现。 4.根据权利要求3所述的一种基于CatBoost ‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法， 其特征在于， 采用决定系数以及平均绝对误差对CatBoost预测模型进行评价， 所述决定系 数以及平均绝对误差的计算模型分别如下： 式中， R2为决定系数， MSE为平均绝对误差， n为样本数据集中的数据总数； 和 分别表示模型 预测值和实际观测值。 5.根据权利要求1所述的一种基于CatBoost ‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法， 其特征在于， 步骤S3中， 由CatBo ost预测函数确定的目标函数分别为：权　利　要　求　书 1/3 页 2 CN 114969953 A 2其中， 表示管片厚度、 管片幅宽、 等效抗弯刚度、 总推力、 土仓压力、 刀盘扭矩、 推进速 度、 注浆压力、 地层弹性模量。 6.根据权利要求1所述的一种基于CatBoost ‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法， 其特征在于， 步骤S3中， 多目标优化模型的约束函数如下： 其中， 为管片厚度、 为管片幅宽、 为管片等效抗弯刚度、 为总推力、 为土仓压力、 为刀盘扭矩、 为推进速度、 为注浆压力、 为地层弹性模量， 为拱顶沉降位移目标函数， 为拱底竖向位移目标函数， 为拱底水平位移目标函数， 为拱底沉降量目标函数。 7.根据权利要求1所述的一种基于CatBoost ‑NSGA‑Ⅲ的盾构下穿隧道优化设计方法， 其特征在于， 步骤S3中， 利用NSGA ‑Ⅲ算法来实现盾构下穿隧道优化设计， 具体包括： S31设置决策变量的初始状态， 根据给定的变量边界限制， 随机生成决策变量， 从而生 成一个具有N个 个体的初始化种群； S32利用选择、 交叉、 变异三种机制对规模为N的种群进行操作， 获得与父代种群规模相 同的首批 子代种群； S33将子代群体和它的父代群体结合起来形成混合种群， 对混合种群个体进行快速非 支配排序， 从不同的支配层级依次选择个 体加入下一代子代；权　利　要　求　书 2/3 页 3 CN 114969953 A 3