地铁通车时间早知道

朱峻锋

随着中国城市化建设进程的加快，各大城市都在争相发展地铁。以上海为例，截至2018年12月，上海地铁拥有运营线路16条，在建线路4条。谁都希望自家毗邻地铁站，出行方便，可是这事也有着快乐的烦恼：由于地铁修建工期长达数年，其间对居民的生活和出行都会产生影响，家门口的环境也会受到一定程度的破坏，而通车时间却是个未知数。

那么，是否有办法预测出地铁修建的速度，从而提前知道地铁何时能建成通车呢？

地铁修建的工期主要取决于地铁隧道的建设速度。目前，盾构法是修建地铁隧道的主要方法。该方法类似蚯蚓在地下挖洞，即通过一个大型的挖掘机（盾构机）在地下一边向前掘进，将挖出的泥土运向后方；一边在挖好的洞周边装配预制混凝土管片。浩大的地下工程就这样一步一步完成了。在这个过程中，盾构机掘进速度决定了隧道建设进度。我们知道，时间等于长度（距离）与速度的比值，地铁隧道的长度是确定的，只要得到盾构机掘进速度值，那就很容易计算出地铁修建的时间。但是，在实际操作中并不如想象中那么简单，地下岩土环境千变万化，掘进速度也受到盾构机本身和周围环境的多重影响，很难用物理模型来描述盾构施工过程。通过最原始的数学计算和物理模型方法是难以实现盾构掘进速度预测的。

盾构机有200多个传感器，每时每刻都在产生大量的监测数据，这些数据背后隐藏着盾构机和土体相互作用的信息，我们可以利用机器学习法来挖掘数据背后的知识。机器学习法是利用计算机模拟实现人类学习行为的方法，它包含很多种计算方法，其中神经网络算法是一种十分实用的算法。我们知道，人的大脑由众多神经元组成，在处理事件过程中，每个神经元都在发挥各自的作用，功能相对简单，但大量神经元相互交错，系统行为非常复杂。神经网络算法就是一种模拟人脑的计算方法，它不是常规的一步一步执行运算，而是通过自身总结规律、协同处理、完成运算，特别适合在信息本身模糊不确定情况下的复杂数据处理。神经网络算法分为输入项、隐含项和输出项，其中的隐含项可以想象成一个暗箱，其间运算过程复杂交错。例如，有两组数据1、2、3、4和1、4、9、16，分别作为输入项和输出项，经过隐含项的暗箱数据处理，可以得出Y=X²这个函数。同样原理，在盾构掘进速度的研究中，我们可以将盾构机传感器得到的参数和土层性质作为输入项，将掘进速度作为输出项，利用神经网络算法，获得掘进速度函数关系式。由于数据量大，需要通过专门的计算机语言进行处理。

在计算过程中，不同种类传感器测得的数据量级差距很大，数据单位又互不相同，能混在一起计算吗？实际工作中情况那么复杂，获得的预测模型函数是否真的准确无误呢？这些可以用数据归一化消除不同种类数据量值和单位的影响，在模型训练的过程中用均方根误差和决定系数来评估模型预测结果的好坏，同时要十分注意模型欠拟合和过拟合情况发生，最终获得准确的预测模型。

预测模型的构建正好符合当下新兴的智能建造领域，它是传统土木工程与人工智能的交叉学科。随着速度预测模型的不断优化，我相信未来的地铁修建将有可能实现盾构机虚拟驾驶，人工智能操作下的盾构机的工作效率也将大大提高。如果真的实现这一步，家门口的地铁也将早日通车！