技术摘要：
本发明公开了一种城市地下大空间施工安全预警与应急决策方法及系统，包括：通过建立样本，利用样本训练一个城市地下大空间施工分级预警神经网络模型，来建立工程中多个致险因子的非线性表达式，通过该神经网络模型在工程中对工况进行实时耦合，以得到相应的耦合结果(危  全部
背景技术：
随着中国经济和城市化进程的进一步发展，城市地下空间的建设规模和投资也进 入空前发展和高涨时期。城市地下空间的有效开发利用能够直接、有效地缓解城市的应急 避难、救援和交通等各类问题，从而构建地上地下立体城市体系。然而由于城市地下工程地 层条件、地质结构和地下构筑物的复杂性、不确定性以及地上地下建筑物的唇齿相依性加 大了施工的难度，同时增加了城市地下工程建设的突发事件风险。因此，在城市地下工程的 建设过程中，加强地下工程应急事件的预防控制和处理显得至关重要。 实际上在城市地下工程中，多数情况下工程技术人员仅仅能够通过测量把握变 形、应力、应变、沉降、振动等的变化，既不能知道各个监测参数所耦合产生的共同作用机 理，也不能对危险进行一个预估，往往仅仅通过单个致险因子未超过规范阈值、就判断当前 施工方法的安全，从而导致危险已经发生了，因此，目前城市地下工程中缺乏对工程中的多 个致险因子(监测参数)建立的耦合解析表达式，因此无法对危险进行评估、预测，往往会因 为施工方案改进不及时而发生各种潜在危险。
技术实现要素：
本发明的目的在于克服现有技术中所存在的缺乏对工程中的多个致险因子(监测 参数)建立的耦合解析表达式，提供一种城市地下大空间施工安全预警与应急决策方法及 系统，通过自适应性的神经网络建立多个致险因子的非线性耦合表达式，在工程中对工况 进行实时耦合，以得到相应的耦合结果(危险值)，以对工程的危险进行预估，并通过预先建 立应急决策数据库，根据耦合结果自动输出应急决策方案，为安全施工提供了强有力的保 障。 为了实现上述发明目的，本发明提供了以下技术方案： 一种城市地下大空间施工安全预警与应急决策方法，包括： 步骤1：通过数值模拟建立多个数据样本对； 步骤2：构建城市地下大空间施工分级预警神经网络模型，利用所述多个数据样本 对训练所述城市地下大空间施工分级预警神经网络模型，以建立所述城市地下大空间施工 分级预警神经网络模型输入层到输出层的非线性映射关系，并使所述城市地下大空间施工 分级预警神经网络模型满足：在输入层有多个参数时，其输出层自动输出所述多个参数的 耦合结果； 步骤3，采集工程监测参数，将所述工程监测参数输入至所述城市地下大空间施工 分级预警神经网络模型中，得到耦合结果，将耦合结果与预设允许值进行比对，得到相应的 安全等级分级结果； 4 CN 111583067 A 说　明　书 2/8 页 步骤4：根据所得安全等级分级结果输出至预先建立的应急决策数据库中进行搜 索，匹配得到相应的应急决策方案。 优选的，所述步骤1包括： 步骤101，确定城市地下工程施工中的风险因素，所述风险因素包括：多个致险因 子和环境参数；并依据施工规范确定所述致险因子的第一取值范围； 其中，所述多个致险因子，包括：3D变形、应力、应变、沉降、位移和振动；所述环境 参数为非连续变量，包括：地质环境参数、水文环境参数、周围建筑环境参数； 步骤102，针对单个致险因子，根据所述致险因子的取值范围组合出多种危险工 况；并对所述危险工况进行数值模型，以对所述第一取值范围进行校正，得到致险因子的第 二取值范围，所述单个致险因子及其对应的第二取值范围即构成所述数据样本对。 优选的，所述城市地下大空间施工分级预警神经网络模型的输入参数为：3D变形、 应力、应变、沉降、位移、振动； 所述城市地下大空间施工分级预警神经网络模型的输入参数能够对所述输入参 数进行耦合，赋予每个参数一定的权重，以得到最后的耦合结果，所述耦合结果为输入参数 对应的危险值。 优选的，所述城市地下大空间施工分级预警神经网络模型基于简化型BP网络进行 构建；所述简化型BP网络为去除后向反馈神经网络的前向神经网络。 优选的，所述城市地下大空间施工分级预警神经网络模型包括：一个非线性隐含 层和一个线性输出层； 其中，所述非线性隐含层采用sigmoid传递函数，所述线性输出层采用linear传递 函数，Sigmoid传递函数的表达式为： 式中，常数c可以任意选定，其倒数1/c在随机神经网络中被称作温度参数； 输出层linear传递函数的表达式为 优选的，在构建所述城市地下大空间施工分级预警神经网络模型，将他们的最大 迭代次数设定为5000、学习率η设为0.5。 在本发明进一步的实施例中，还提供一种城市地下大空间施工安全预警与应急决 策系统，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器 存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使 所述至少一个处理器能够执行上述的方法。 与现有技术相比，本发明的有益效果： 通过建立样本，利用样本训练一个城市地下大空间施工分级预警神经网络模型， 来建立工程中多个致险因子的非线性表达式，通过该神经网络模型在工程中对工况进行实 时耦合，以得到相应的耦合结果(危险值)，以对工程的危险进行预估，并通过预先建立应急 决策数据库，根据耦合结果自动输出应急决策方案；避免因为施工方案改进不及时而发生 各种潜在危险，为安全施工提供了强有力的保障。并且神经网络由于具有自适应性、非线性 5 CN 111583067 A 说　明　书 3/8 页 和容错性强等特点，特别适合于处理各种非线性问题，避开了复杂的本构模型，本发明所采 用的通过神经网络模型进行危险耦合预估的思路为地下工程领域提供了完全不同于数学 建模的研究思路，成为解决地下工程问题的一种有效途径。 附图说明： 图1为本发明示例性实施例的城市地下大空间施工安全预警与应急决策方法流程 图。 图2为本发明示例性实施例的城市地下大空间施工分级预警神经网络模型结构 图。 图3为本发明示例性实施例的城市地下大空间施工安全预警与应急决策系统结构 框图。