来源：期刊VIP网 时间：
作者：吴佳明;戴林发宝;肖明清;杨剑;孙文昊;王峥峥;陈韶平;
单位：中铁第四勘察设计院集团有限公司;水下隧道技术国家地方联合工程研究中心;大连理工大学建设工程学院;
摘要：钻爆法隧道洞门结构是隧道工程的重要组成部分，其洞口位置对洞口区域的开挖范围和洞门型式的确定具有显著影响，洞口位置受控因素多、依赖主观经验强。为了有效解决这些难题，引入人工智能技术，提出融合多种深度学习算法的隧道洞口位置智能决策方法。首先，通过梳理分析隧道洞口位置设计影响因素，建立隧道洞门设计数据库。针对不同类型的影响因素数据进行特征工程，在数据预处理的基础上构建融合长短期记忆网络(LSTM)、自注意力机制(Self-Attention)、卷积神经网络(CNN)和全连接神经网络(FC)的智能设计模型，实现对隧道洞口位置的智能决策。通过对比分析多种模型结构的预测效果，提出洞口位置最优预测模型LstmAttCnnNet,计算得到决定系数R~2达到0.910,均方根误差(RMSE)稳定在0.094。研发隧道洞口位置智能决策模块，通过BIM技术将智能决策得到的洞门长度参数进行三维展示，通过42座实际隧道洞口工程案例验证和典型工程应用，证明了决策方法的有效性和适用性。本文提出的隧道洞口位置智能预测模型首次实现了隧道洞门长度的智能决策，有效促进了钻爆法隧道智能设计技术创新，赋能钻爆法隧道智能建造。
关键词：隧道工程;;洞口位置;;深度学习;;智能设计模型;;智能决策;;三维展示
基金资助：国家重点研发计划项目(2021YFB2600400);; 中国铁建股份有限公司科技研发计划项目(2022-A02)
