基于集成組合預(yù)測(cè)模型的隧道大變形預(yù)測(cè)研究

(重慶工商職業(yè)學(xué)院,重慶 401520)

近十幾年，在我國(guó)經(jīng)濟(jì)快速發(fā)展的帶動(dòng)下，公路工程得以迅猛發(fā)展，截至2017年末，我國(guó)公路總里程達(dá)477.35萬(wàn)km，較2016年增加7.82萬(wàn)km，其中，隧道工程共計(jì)有16 229處，總計(jì)長(zhǎng)度約15 285.1 km，包含特長(zhǎng)隧道902處，長(zhǎng)隧道3 841處，較2016年增加1 048處。由此可見(jiàn)，隧道工程在公路建設(shè)中的比重較大，加之我國(guó)地域廣闊，地質(zhì)條件復(fù)雜，使得隧道工程事故日益增加，其中，隧道大變形就是一種常見(jiàn)的隧道施工災(zāi)害，因而開展隧道大變形規(guī)律研究具有重要意義[1-2]。目前，已有諸多學(xué)者開展了相應(yīng)的隧道大變形研究，如魏來(lái)等通過(guò)統(tǒng)計(jì)國(guó)內(nèi)外多個(gè)隧道大變形事故，分析了軟巖區(qū)的隧道大變形機(jī)理及力學(xué)特性，并針對(duì)性地開展了防控措施研究，對(duì)實(shí)際工程具有重要意義[3]；高文工等基于現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)，開展了隧道大變形預(yù)警研究，為現(xiàn)場(chǎng)災(zāi)害防治提供了依據(jù)和借鑒[4]；高發(fā)征采用三維數(shù)值模型分析了隧道大變形過(guò)程的力學(xué)行為，并開展了防治對(duì)策研究[5]；張?jiān)迄i、王軍龍等基于隧道大變形現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)，開展了隧道大變形預(yù)測(cè)研究，有效掌握了隧道變形發(fā)展趨勢(shì)[6-7]。上述研究雖取得了相應(yīng)成果，但較少涉及隧道大變形預(yù)測(cè)，或預(yù)測(cè)模型較為單一，難以保證預(yù)測(cè)結(jié)果的穩(wěn)定性。為克服前述單一預(yù)測(cè)模型的缺點(diǎn)，?，幰约恻c(diǎn)突變理論和趨勢(shì)波動(dòng)分析為基礎(chǔ)，綜合研究了隧道大變形預(yù)測(cè)規(guī)律[8]；任慶國(guó)則利用粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的模型參數(shù)，構(gòu)建了隧道大變形的組合預(yù)測(cè)模型，并得到了良好的預(yù)測(cè)精度[9]。上述組合模型驗(yàn)證了集成組合預(yù)測(cè)思路在隧道大變形預(yù)測(cè)研究中的適用性，且相對(duì)于單一預(yù)測(cè)模型具有更高的準(zhǔn)確性，進(jìn)而有必要對(duì)其進(jìn)行進(jìn)一步的研究。

近年來(lái)，變形預(yù)測(cè)方法日益成熟，神經(jīng)網(wǎng)絡(luò)、自回歸滑動(dòng)平均模型、灰色模型等都在巖土領(lǐng)域得到了廣泛應(yīng)用，但隧道大變形受多種不確定因素、偶然因素的作用，使得單一預(yù)測(cè)模型難以保證預(yù)測(cè)結(jié)果的精度及穩(wěn)定性。因此，本文基于多種單項(xiàng)預(yù)測(cè)模型，構(gòu)建了混沌優(yōu)化的集成組合預(yù)測(cè)模型，并利用通省隧道大變形事故為工程實(shí)例背景，開展了該模型的有效性檢驗(yàn)，以期為類似工程的變形預(yù)測(cè)提供一種新的思路。

1 基本原理

總體思路主要包含兩個(gè)階段：集成預(yù)測(cè)模型的構(gòu)建階段和預(yù)測(cè)結(jié)果準(zhǔn)確性的驗(yàn)證階段。其中，前一階段主要包括單項(xiàng)預(yù)測(cè)模型的篩選和混沌優(yōu)化組合模型的構(gòu)建；后一階段主要是利用M-K檢驗(yàn)評(píng)價(jià)隧道變形的發(fā)展趨勢(shì)，以佐證預(yù)測(cè)結(jié)果的準(zhǔn)確性。根據(jù)論文思路，將各階段的基本原理及過(guò)程分述如下。

1.1 單一預(yù)測(cè)模型的篩選

由于不同預(yù)測(cè)模型的原理存在一定差異，進(jìn)而有必要對(duì)各類單項(xiàng)預(yù)測(cè)模型進(jìn)行篩選，且各單項(xiàng)預(yù)測(cè)模型應(yīng)遵循互補(bǔ)性原則。根據(jù)相關(guān)文獻(xiàn)的研究成果[10-12]，可知ARMA模型、三次指數(shù)平滑模型及GM(1,1)模型在隧道變形預(yù)測(cè)中均具有較高的預(yù)測(cè)精度，且各模型的優(yōu)缺點(diǎn)如表1所示。通過(guò)對(duì)比各模型的優(yōu)缺點(diǎn)，得出其相互之間具有較強(qiáng)的互補(bǔ)性，因此，可將上述3種模型作為本文組合預(yù)測(cè)的單項(xiàng)預(yù)測(cè)模型。

表1 各預(yù)測(cè)模型的優(yōu)缺點(diǎn)對(duì)比Tab.1 Comparison of the advantages and disadvantages of each prediction model

1.2 混沌優(yōu)化組合模型的構(gòu)建

傳統(tǒng)組合預(yù)測(cè)方法多是采用單一組合手段或從多個(gè)組合方法中選取最優(yōu)組合預(yù)測(cè)結(jié)果，均未考慮基于初步組合預(yù)測(cè)結(jié)果的遞進(jìn)組合預(yù)測(cè)分析，未能充分發(fā)揮不同組合模型的優(yōu)勢(shì)。因此，本文提出在初步組合預(yù)測(cè)的基礎(chǔ)上進(jìn)行遞進(jìn)組合預(yù)測(cè)，并利用混沌理論進(jìn)一步優(yōu)化預(yù)測(cè)結(jié)果的殘差序列。因此，該階段可分為3個(gè)過(guò)程，即初步組合模型的構(gòu)建、遞進(jìn)組合預(yù)測(cè)模型的構(gòu)建及混沌優(yōu)化預(yù)測(cè)，將三者的實(shí)現(xiàn)過(guò)程分述如下。

1.2.1初步組合預(yù)測(cè)模型的構(gòu)建

組合方法可分為線性組合和非線性組合兩類，且為了充分驗(yàn)證各類組合方法的適用性，本文對(duì)兩種組合方法均進(jìn)行了研究，且將線性組合組合方法確定為方差權(quán)值法和誤差權(quán)值法，即分別以各單項(xiàng)預(yù)測(cè)結(jié)果的方差、誤差為評(píng)價(jià)指標(biāo)，對(duì)其進(jìn)行歸一化處理，所得歸一化值即為對(duì)應(yīng)的組合權(quán)值，且整個(gè)過(guò)程的組合權(quán)值始終不變。同時(shí)，將非線性組合預(yù)測(cè)模型確定為BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)，其網(wǎng)絡(luò)結(jié)構(gòu)均是以各單項(xiàng)預(yù)測(cè)結(jié)果為輸入層，對(duì)應(yīng)節(jié)點(diǎn)處的實(shí)測(cè)值為輸出層，進(jìn)而實(shí)現(xiàn)非線性預(yù)測(cè)。

1.2.2遞進(jìn)優(yōu)化預(yù)測(cè)模型的構(gòu)建

該階段可進(jìn)一步細(xì)分為兩個(gè)過(guò)程：包括組合系數(shù)(即權(quán)值貢獻(xiàn)系數(shù))的求解和混沌理論的優(yōu)化，兩個(gè)過(guò)程的具體步驟可細(xì)分如下。

(1) 組合系數(shù)的求解。預(yù)測(cè)模型的預(yù)測(cè)精度可利用多個(gè)指標(biāo)進(jìn)行評(píng)價(jià)，且可根據(jù)評(píng)價(jià)指標(biāo)的屬性將其劃分為兩類，即精度指標(biāo)和穩(wěn)定性指標(biāo)。其中，精度指標(biāo)包括均方根誤差和平均絕對(duì)誤差，而穩(wěn)定性指標(biāo)包括方差和標(biāo)準(zhǔn)差。同時(shí)，基于各評(píng)價(jià)指標(biāo)，提出利用權(quán)值貢獻(xiàn)系數(shù)來(lái)確定各初步組合模型的遞進(jìn)組合權(quán)值， 如圖1所示。權(quán)值貢獻(xiàn)系數(shù)的確定過(guò)程為：先將各初步組合模型的相應(yīng)評(píng)價(jià)指標(biāo)進(jìn)行歸一化處理，并求得各初步組合模型在各評(píng)價(jià)指標(biāo)條件下的累加值；隨后，將各初步組合模型的累加值再進(jìn)行歸一化處理，得到的歸一化值即為權(quán)值貢獻(xiàn)系數(shù)[13]。

圖1 綜合組合系數(shù)的求解示意Fig.1 Schematic diagram of comprehensive combination coefficient solving

(2) 混沌理論的優(yōu)化。需要指出的是，不論何種組合模型，均難以完全描述評(píng)價(jià)序列的發(fā)展趨勢(shì)，這是因?yàn)轭A(yù)測(cè)樣本本身就存在一定的測(cè)量誤差，而這些誤差往往具有混沌特性。因此，本文提出利用混沌理論優(yōu)化前述遞進(jìn)組合預(yù)測(cè)結(jié)果的殘差序列，即利用混沌理論先對(duì)殘差序列進(jìn)行相空間重構(gòu)，主要包含如下過(guò)程[14]。

① 若遞進(jìn)組合預(yù)測(cè)結(jié)果的殘差序列為{εi,i=1,2,…，n}，可將其向m維相空間進(jìn)行映射，即：

ψi=[εi,εi+τ,…,εi+(m-1)τ]T

(1)

式中，m為嵌入維數(shù)；ψi為第i個(gè)相點(diǎn)；τ為延遲時(shí)間。

② 根據(jù)上式可知，要實(shí)現(xiàn)相空間重構(gòu)，需先求得嵌入維數(shù)和延遲時(shí)間，其中，利用關(guān)聯(lián)維數(shù)C(λ)求解嵌入維數(shù)m，且關(guān)聯(lián)維數(shù)可表示為

(2)

式中,H(*)為Heaviside函數(shù)；N為相點(diǎn)個(gè)數(shù)，且N=n-(m-1)τ；λ為給定常數(shù)。

關(guān)聯(lián)維數(shù)與λ之間存在對(duì)數(shù)線性關(guān)系，即維數(shù)d(m)為

(3)

當(dāng)λ值在一定范圍內(nèi)時(shí)，d(m)值與m值存在遞增關(guān)系，且d(m)值趨于穩(wěn)定時(shí)，對(duì)應(yīng)的m值即為嵌入維數(shù)。

同時(shí)，利用偏復(fù)自相關(guān)法求解延遲時(shí)間，在求解過(guò)程中，延遲時(shí)間的相關(guān)函數(shù)如下所示：

(4)

式中,ε′為殘差序列均值。

隨著τ值變化，延遲時(shí)間的相關(guān)函數(shù)與τ值呈遞減函數(shù)，當(dāng)C(τ)值等于1-1/e時(shí)，對(duì)應(yīng)的τ值即為延遲時(shí)間。

③ 基于前述參數(shù)求解，再利用Lyapunov指數(shù)法實(shí)現(xiàn)殘差序列的預(yù)測(cè)，即以ψi為預(yù)測(cè)中心，得到它與最近相鄰點(diǎn)ψl間的距離為

d=min‖ψi-ψj‖=‖ψi-ψl‖

(5)

式中，ψi為殘差序列預(yù)測(cè)中心點(diǎn)；ψl為預(yù)測(cè)中心點(diǎn)的相鄰點(diǎn)。

當(dāng)d值最小時(shí)，預(yù)測(cè)模型的表達(dá)式為

‖ψi-ψi+1‖=‖ψl-ψl+1‖eλmax

(6)

式中,λmax為L(zhǎng)yapunov指數(shù)的最大值。

根據(jù)上式可知，利用ψl可推導(dǎo)出εi+1，進(jìn)而實(shí)現(xiàn)殘差序列的優(yōu)化預(yù)測(cè)。

1.3 預(yù)測(cè)結(jié)果準(zhǔn)確性的驗(yàn)證

為驗(yàn)證集成預(yù)測(cè)模型的有效性，本文提出利用M-K檢驗(yàn)來(lái)判斷隧道大變形發(fā)展趨勢(shì)，并將其結(jié)果與集成預(yù)測(cè)的外推預(yù)測(cè)結(jié)果進(jìn)行對(duì)比[15-16]。在M-K檢驗(yàn)過(guò)程中，若零假設(shè)H0表示各檢驗(yàn)樣本分布相同且相互獨(dú)立，而備擇假設(shè)H1是雙邊檢驗(yàn)，那么對(duì)i≠j，且i,j≤n，則xi和xj具有不同分布，進(jìn)而可求得初步統(tǒng)計(jì)量S為

(7)

同時(shí)，初步統(tǒng)計(jì)量需服從方差Var(S)=[n(n-1)(2n+5)]/18且E(S)=0的正態(tài)分布，進(jìn)而得到標(biāo)準(zhǔn)統(tǒng)計(jì)量Z：

(8)

在顯著水平a條件下，得到其對(duì)應(yīng)的臨界值為Za，進(jìn)而得到隧道大變形趨勢(shì)的判據(jù)為：當(dāng)|Z|>Za時(shí)，說(shuō)明檢驗(yàn)過(guò)程有效；同時(shí)，Z為負(fù)值時(shí)，隧道大變形呈下降趨勢(shì)，反之隧道大變形呈上升趨勢(shì)。當(dāng)|Z|

需要指出的是，當(dāng)檢驗(yàn)水平a值不同時(shí)，其對(duì)應(yīng)Za值的顯著性判斷結(jié)果也存在差異，進(jìn)而可根據(jù)不同的檢驗(yàn)水平將變形趨勢(shì)的顯著性及等級(jí)進(jìn)行劃分，具體如表2所示。

表2 不同檢驗(yàn)水平條件下的顯著性劃分Tab.2 Saliency division under different test levels

2 實(shí)例分析

2.1 工程概況

通省隧道隸屬十房高速，位于湖北十堰市境內(nèi)，全長(zhǎng)6.9 km，洞軸線間距為48.6 m，縱向走向?yàn)?35°。根據(jù)隧道結(jié)構(gòu)的受力條件，隧道側(cè)墻及仰拱采用圓弧連接，凈空采用三心圓曲墻連接。隧址區(qū)屬中低山地貌，地形起伏較大，高程在565.0～1 223.6 m之間，多呈“V”型溝谷，坡度多在15°～25°之間，坡體植被繁茂，居民及耕地較少。同時(shí)，區(qū)內(nèi)巖性較為單一，上覆第四系覆土，以殘、崩坡積土為主，下部基巖主要為武當(dāng)群片巖，多呈全、強(qiáng)風(fēng)化，中風(fēng)化基巖埋深較深，且片理化發(fā)育，呈片狀構(gòu)造、變晶結(jié)構(gòu)，圍巖完整性較差。

隧址區(qū)地表水不發(fā)育，多以季節(jié)性流水為主，少見(jiàn)常年流水；地下水以基巖裂隙水為主，孔隙水次之，其中，基巖裂隙水多賦存于全、強(qiáng)風(fēng)化帶中，而孔隙水多賦存于地表覆土中，兩者主要接受降雨補(bǔ)給，季節(jié)性影響較大。同時(shí)，隧址區(qū)位于秦嶺-大別山構(gòu)造帶上，使得區(qū)內(nèi)構(gòu)造發(fā)育，進(jìn)而造成圍巖破碎，降低了圍巖等級(jí)。

在隧道施工過(guò)程中，受地質(zhì)條件的影響，圍巖共計(jì)發(fā)生23次大變形，嚴(yán)重威脅安全施工。如YK110+522斷面于5月26日21：00發(fā)生大變形，主要變形跡象為局部掉塊，進(jìn)而引發(fā)塌方事故，造成斷面封堵，圍困掌子面施工人員，后經(jīng)搶險(xiǎn)救援，成功救出所有被困人員，所幸未造成人員傷亡。為充分研究此次大變形的變形規(guī)律，本文將YK110+515斷面的實(shí)測(cè)數(shù)據(jù)作為預(yù)測(cè)分析的數(shù)據(jù)來(lái)源，變形數(shù)據(jù)如表3所示[17]，可以看出，最大水平收斂量和拱頂沉降量分別為402.4 mm和396.4 mm。

表3 YK110+515斷面的實(shí)測(cè)數(shù)據(jù)統(tǒng)計(jì)Tab.3 Statistics of measured data from YK110+515 section

2.2 變形預(yù)測(cè)分析

基于前述集成預(yù)測(cè)思路，對(duì)隧道大變形進(jìn)行預(yù)測(cè)分析，但限于篇幅，在預(yù)測(cè)過(guò)程中，先詳述水平收斂的預(yù)測(cè)過(guò)程，再對(duì)拱頂沉降進(jìn)行綜合預(yù)測(cè)。

2.2.1單項(xiàng)預(yù)測(cè)分析

在預(yù)測(cè)過(guò)程中，將1～24周期作為訓(xùn)練樣本，25～30周期作為驗(yàn)證樣本，進(jìn)而求得3種單項(xiàng)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果如表4所示?？梢钥闯?，各單項(xiàng)預(yù)測(cè)模型在相應(yīng)預(yù)測(cè)節(jié)點(diǎn)處的預(yù)測(cè)精度存在一定差異，驗(yàn)證了各單項(xiàng)預(yù)測(cè)模型在隧道大變形預(yù)測(cè)中的差異性，也從側(cè)面說(shuō)明了進(jìn)行組合預(yù)測(cè)的必要性；同時(shí)，對(duì)3類單項(xiàng)預(yù)測(cè)模型的相對(duì)誤差均值進(jìn)行求解，得出3次指數(shù)平滑模型與ARMA模型的相對(duì)誤差均值相當(dāng)，分別為3.12%和3.16%，前者預(yù)測(cè)精度略優(yōu)，而GM(1,1)模型的相對(duì)誤差均值為3.53%，與預(yù)測(cè)精度均略差于前兩種預(yù)測(cè)模型。

表4 水平收斂單項(xiàng)預(yù)測(cè)結(jié)果Tab.4 Single prediction results of horizontal convergence

2.2.2初步組合預(yù)測(cè)分析

根據(jù)預(yù)測(cè)思路，分別采用線性和非線性組合方法對(duì)上述單項(xiàng)預(yù)測(cè)結(jié)果進(jìn)行初步組合預(yù)測(cè)。在線性組合過(guò)程中，通過(guò)誤差及方差指標(biāo)的歸一化處理，得到3種單項(xiàng)預(yù)測(cè)模型的組合系數(shù)為：誤差權(quán)值法=[0.320 0.320 0.361]，方差權(quán)值法=[0.154 0.366 0.480]。根據(jù)上述組合系數(shù)，得到線性組合結(jié)果如表5所示?；诒?組合結(jié)果，對(duì)兩種線性組合方法的相對(duì)誤差均值進(jìn)行求解，得到方差權(quán)值法的相對(duì)誤差均值為2.45%，誤差權(quán)值法的相對(duì)誤差均值為2.36%，與單項(xiàng)預(yù)測(cè)結(jié)果對(duì)比可知，線性組合預(yù)測(cè)在一定程度上提高了預(yù)測(cè)精度，驗(yàn)證了線性組合預(yù)測(cè)的有效性。

表5 線性組合預(yù)測(cè)結(jié)果Tab.5 Linear combination forecasting results

同時(shí)，也進(jìn)一步采用BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)對(duì)各單項(xiàng)預(yù)測(cè)模型進(jìn)行非線性組合，結(jié)果如表6所示。類比線性組合方法的分析過(guò)程，也對(duì)兩種非線性組合方法的相對(duì)誤差均值進(jìn)行求解，求得BP神經(jīng)網(wǎng)絡(luò)組合法的相對(duì)誤差均值為2.00%，支持向量機(jī)組合法的相對(duì)誤差均值為2.13%。可見(jiàn)，非線性組合預(yù)測(cè)結(jié)果較各單項(xiàng)預(yù)測(cè)模型也具有相對(duì)更高的預(yù)測(cè)精度，且略優(yōu)于線性組合的預(yù)測(cè)精度，進(jìn)一步驗(yàn)證了組合思路的有效性。

表6 非線性組合預(yù)測(cè)結(jié)果Tab.6 Nonlinear combination forecasting results

2.2.3遞進(jìn)組合預(yù)測(cè)分析

為進(jìn)一步提高預(yù)測(cè)精度及綜合利用各初步組合預(yù)測(cè)結(jié)果優(yōu)勢(shì)，利用權(quán)值貢獻(xiàn)系數(shù)確定各初步組合預(yù)測(cè)模型的遞進(jìn)組合權(quán)值。通過(guò)各初步組合預(yù)測(cè)模型的評(píng)價(jià)指標(biāo)求解，得到各初步組合模型的權(quán)值貢獻(xiàn)系數(shù)如表7所示。

基于表7中權(quán)值貢獻(xiàn)系數(shù)的求解，可實(shí)現(xiàn)各初步組合預(yù)測(cè)結(jié)果的遞進(jìn)預(yù)測(cè)，利用混沌理論進(jìn)一步優(yōu)化遞進(jìn)組合預(yù)測(cè)結(jié)果的殘差序列，結(jié)果如表8所示。

由表8可知，遞進(jìn)組合預(yù)測(cè)結(jié)果的相對(duì)誤差均值為2.33%，混沌優(yōu)化預(yù)測(cè)結(jié)果的相對(duì)誤差均值為1.25%，可見(jiàn)遞進(jìn)組合預(yù)測(cè)對(duì)預(yù)測(cè)精度的提高不明顯，但混沌理論能進(jìn)一步提高預(yù)測(cè)精度，驗(yàn)證了集成組合預(yù)測(cè)的有效性。同時(shí)，基于前述預(yù)測(cè)結(jié)果及優(yōu)化步驟，對(duì)31～34周期進(jìn)行外推預(yù)測(cè)，可知YK110+515斷面的水平收斂將會(huì)進(jìn)一步增加，且增加速率較大，說(shuō)明該斷面的水平收斂變形趨于不穩(wěn)定方向發(fā)展。

表7 各初步組合預(yù)測(cè)模型的權(quán)值貢獻(xiàn)系數(shù)Tab.7 Weight contribution coefficient of each preliminary combination forecasting model

表8 水平收斂的綜合預(yù)測(cè)結(jié)果Tab.8 Comprehensive prediction results of horizontal convergence

2.2.4拱頂沉降預(yù)測(cè)分析

前述分析驗(yàn)證了集成預(yù)測(cè)模型在水平收斂中的有效性。為進(jìn)一步驗(yàn)證該模型的適用性，利用集成預(yù)測(cè)模型對(duì)YK110+515斷面的拱頂沉降進(jìn)行預(yù)測(cè)分析，得其預(yù)測(cè)結(jié)果如表9所示。

表9 拱頂沉降的綜合預(yù)測(cè)結(jié)果Tab.9 Comprehensive prediction results of vault settlement

由表9可知，在相應(yīng)預(yù)測(cè)節(jié)點(diǎn)處，通過(guò)混沌優(yōu)化預(yù)測(cè)，均不同程度地提高了預(yù)測(cè)精度，再次驗(yàn)證了混沌理論的優(yōu)化效果，且拱頂沉降預(yù)測(cè)的相對(duì)誤差均值為1.20%，也進(jìn)一步驗(yàn)證了集成預(yù)測(cè)模型的預(yù)測(cè)精度較高。同時(shí)，類比水平收斂的外推預(yù)測(cè)過(guò)程，也對(duì)拱頂沉降的31～34周期進(jìn)行外推預(yù)測(cè)，得知YK110+515斷面的拱頂沉降也將持續(xù)增加，趨于不穩(wěn)定方向發(fā)展，與水平收斂的發(fā)展趨勢(shì)一致。

2.3 預(yù)測(cè)結(jié)果的準(zhǔn)確性驗(yàn)證

為驗(yàn)證預(yù)測(cè)結(jié)果的準(zhǔn)確性，提出利用M-K檢驗(yàn)來(lái)判斷YK110+515斷面的變形發(fā)展趨勢(shì)，結(jié)果如表10所示。可以看出，水平收斂及拱頂沉降的檢驗(yàn)值均大于2.32，即顯著性等級(jí)為Ⅲ級(jí)，呈強(qiáng)顯著性上升趨勢(shì)，說(shuō)明該斷面的變形趨勢(shì)趨于不穩(wěn)定方向發(fā)展，與前述預(yù)測(cè)結(jié)果相符，驗(yàn)證了集成預(yù)測(cè)模型在隧道大變形預(yù)測(cè)中的適用性和有效性。

表10 隧道變形趨勢(shì)檢驗(yàn)結(jié)果Tab.10 Test results of tunnel deformation trend

綜合上述，集成預(yù)測(cè)模型的預(yù)測(cè)結(jié)果與M-K檢驗(yàn)的變形趨勢(shì)判斷結(jié)果一致，相互佐證了各自分析結(jié)果的準(zhǔn)確性，為隧道大變形防治提供了參考依據(jù)。

3 結(jié) 論

通過(guò)集成預(yù)測(cè)模型及M-K檢驗(yàn)在通省隧道大變形規(guī)律研究中的應(yīng)用，主要得出如下結(jié)論。

(1) 組合預(yù)測(cè)模型可很好地保證預(yù)測(cè)結(jié)果的精度及穩(wěn)定性，且非線性組合的預(yù)測(cè)精度略優(yōu)于線性組合的預(yù)測(cè)精度；同時(shí)，通過(guò)混沌優(yōu)化遞進(jìn)組合預(yù)測(cè)能進(jìn)一步提高預(yù)測(cè)精度，且混沌理論對(duì)殘差序列的優(yōu)化效果較好。

(2) 通過(guò)集成組合研究，得出隧道大變形呈持續(xù)增加趨勢(shì)，圍巖穩(wěn)定性將進(jìn)一步變差；同時(shí)，M-K檢驗(yàn)得出隧道大變形的發(fā)展趨勢(shì)也呈上升趨勢(shì)，且顯著性較強(qiáng)。兩者分析結(jié)果一致，相互佐證了各自分析結(jié)果的準(zhǔn)確性，驗(yàn)證了兩種方法在隧道大變形規(guī)律研究中的適用性。

(3) 隧道大變形受多種因素的影響，單一預(yù)測(cè)模型難以刻畫其變形規(guī)律，因此，組合預(yù)測(cè)模型在隧道大變形預(yù)測(cè)中的應(yīng)用價(jià)值較高，但鑒于隧址區(qū)地質(zhì)條件的差異性，在組合預(yù)測(cè)模型的構(gòu)建過(guò)程中，應(yīng)根據(jù)工程實(shí)際篩選單項(xiàng)預(yù)測(cè)模型，并選擇合適的組合方法，以保證預(yù)測(cè)精度。