刘宣宇，张凯举，邵 诚

(1.辽宁石油化工大学 信息与控制工程学院，辽宁 抚顺 113001; 2.大连理工大学 先进控制技术研究所，辽宁 大连 116024)

随着工业化进程的不断加速以及国家重大战略的需求，地下工程项目不断增多，土压平衡盾构机被越来越广泛的应用到各种软土地下施工中。土压平衡盾构机在掘进过程中必须维持开挖面稳定，否则会引起地表变形甚至是灾难性事故[1]。因此，建立密封舱土压预测模型对土压力进行实时精确预报，以提供决策依据是非常必要的。由于密封舱土压受多子系统、多场耦合等诸多因素影响，构建密封舱土压机理模型极其困难。因此，一些学者开始研究基于现场施工数据的建模方法。YEH[2]提出基于数据采用BP神经网络建立密封舱土压控制模型,这也是首次提出基于数据建立密封舱土压模型。文献[3]基于模糊神经系统建立了盾构机的控制模型。MANUEL[4]采用DEM方法构建了密封舱压力的数值模型。文献[5]首先建立了系统间简单的机理关系，在此基础上利用LS-SVM进行参数优化以构建土压控制模型。文献[6]利用LS-SVM建立了土压预测模型并采用智能方法进行控制参数优化。李守巨[7]采用自回归滑动平均模型方法建立了密封舱土压模型。上述研究没有考虑初始训练样本的分布差异会对分类器性能产生影响，以及在进行大规模计算时的效率、实时性等问题，因此模型在线预测、辨识等的效果会受到很大影响。

为此，笔者提出了一种基于多粒子群协同优化的并行支持向量机密封舱土压建模方法。……