一种基于PSO-RBF神经网络隧道塌方风险评估预测方法

本发明公开了一种基于PSO‑RBF神经网络隧道塌方风险评估预测方法，其包括以下步骤：S1：建立风险评估数据集；S2：PSO对RBF神经网络参数优化；S3：PSO‑RBF神经网络风险评估模型建立；S4：风险等级预测；S5：输出风险等级；S6：根据不同风险等级给出相应处理措施；本发明能够通过PSO‑RBF神经网络对风险评估数据集进行学习，并对现场施工给出合适的风险等级，从而指导隧道施工，预防灾害事故的发生，确保隧道施工人员安全。