1.一种基于母岩矿物组成的隧道洞渣性能预测方法，其特征在于，该方法包括：获取母岩信息数据集，所述母岩信息数据集包括母岩编号、矿物组成、理化性能和力学性能；对母岩信息数据集进行预处理；对理化性能和力学性能中的每种性能数据进行分类，获得每种性能数据对应的初始类型和分类边界；建立每种性能数据对应的初始预测模型；基于母岩信息数据集获得每种性能数据对应的初始预测模型的训练集、验证集和测试集；利用所述训练集和验证集对初始预测模型进行训练，得到第一预测模型；利用测试集对预测模型进行测试获得预测准确率；根据预测准确率对分类边界或初始预测模型进行更新，并再次训练得到第二预测模型；若第二预测模型对应的预测准确率达到预设标准，停止对分类边界或初始预测模型的更新，若未达到预设标准，则继续更新，直至达到预设标准，得到最终预测模型；所述根据预测准确率对分类边界或初始预测模型进行更新，包括：对于初始预测模型包括对激活函数、隐藏层和神经元进行更新；对于分类边界、激活函数、隐藏层和神经元进行更新时，每次只更新一项；对分类边界进行更新包括：设置第一更新策略，第一更新策略具体为在保证每个类别的数据量在预设区间内的条件下，增大或者减小分类边界；对于激活函数更新包括：每次更新选择预设激活函数中的一个激活函数作为初始预测模型的激活函数；对于隐藏层更新包括：在隐藏层层数不能超过设定层数的条件下，每次更新增加一层隐藏层；对于神经元更新包括：在保证每层隐藏层中的神经元个数不超过设定个数的条件下，每次更新在每层隐藏层中增加或减少设定数量的神经元。
2.根据权利要求1所述的一种基于母岩矿物组成的隧道洞渣性能预测方法，其特征在于，所述理化性能和力学性能，包括：利用实验获得理化性能和力学性能；所述理化性能包括孔隙率、平均孔径、密度、有害元素含量、pH、吸水率、热膨胀系数和导热性；所述力学性能包括硬度、抗压强度、抗剪强度、抗拉强度、弹性模量、泊松比、碎石压碎值和机制砂压碎值。
3.根据权利要求1所述的一种基于母岩矿物组成的隧道洞渣性能预测方法，其特征在于，所述对母岩信息数据集进行预处理，包括：对母岩信息数据集进行预处理包括对母岩信息数据集中的数据进行数据清洗、数据筛选和数据转化。
4.根据权利要求1所述的一种基于母岩矿物组成的隧道洞渣性能预测方法，其特征在于，所述矿物组成，包括：所述矿物组成包括母岩岩性及其所属三大岩类型、母岩元素含量；根据母岩岩性对母岩进行分类，得到母岩岩性所属三大岩类型。
5.根据权利要求1所述的一种基于母岩矿物组成的隧道洞渣性能预测方法，其特征在于，所述每种性能数据对应的初始类型，包括：对一种性能数据的初始类型，每个初始类型中的性能数据的数量与其他初始类型中的性能数据的数量相同。
6.根据权利要求1所述的一种基于母岩矿物组成的隧道洞渣性能预测方法，其特征在于，所述初始预测模型，包括：初始预测模型包括输入层、隐藏层和输出层；隐藏层的个数为第一预设数量，隐藏层内神经元的数量为第二预设数量。
7.根据权利要求1所述的一种基于母岩矿物组成的隧道洞渣性能预测方法，其特征在于，所述预测准确率为： ，其中， 表示预测准确率；TP表示真正例；FP表示假正例；TN表示真负例；FN表示假负例。
