随着我国城市地区地下轨道交通的建设规模的不断扩大、地下空间利用率不断提高,隧道施工的环境也越发复杂。其中,隧道临近既有建、构物施工的情况越来越普遍,隧道设计和施工都面临着更加严峻的挑战。土压平衡盾构机(EPBM)具有施工速度快、扰动小及风险低等特点,目前已广泛应用于软土环境下的地铁隧道施工。盾构法隧道施工期间对周围土体及临近建、构筑物的扰动受盾构机的施工参数(例如总推力,掌子面压力等)的影响显著。因此,确定和设置合理的盾构施工参数对减小施工期间的环境影响,从而确保工程安全施工都具有十分重要的意义。近年来,随机森林(Random Forest)方法作为一种新兴的人工智能方法,在土木工程领域得到了广泛的应用。许多研究表明,随机森林方法具有分析和预测高度非线性问题的能力,可辅助岩土工程的施工。本文采用随机森林方法对天津地铁5号线重叠盾构隧道施工期间桥墩竖向位移进行预测和控制。该工程中,隧道连续侧穿78个桥墩基础。其中4个桥墩(后文称“关键桥墩”)的桩基础距离规划隧道的净距不足0.5倍的隧道直径。然而,受地表交通、环境等条件限制,无法提前对桥墩基础进行加固处理。在这种情况下,确定并设置合理的盾构施工参数将成为能否成功控制这些关键桥墩竖向位移的关键。本文利用随机森林方法对盾构侧穿关键桥墩时的施工参数进行了优化,最终成功将4根关键桥墩的位移控制在了理想范围以内。具体来说,包含以下主要工作:(1)以天津地铁五号线重叠隧道盾构施工期间的实测数据为训练样本开展机器学习,建立了随机森林模型并对模型进行了验证。(2)利用所建立的随机森林方法进行特征选择对可能引起墩台竖向位移的10个影响因素进行了重要性排名,获得了上、下线隧道施工过程中应重点关注的主控施工变量。(3)采用随机森林模型,对不同盾构施工参数下,4个关键桥墩的竖向位移进行预测。随后,引入贝叶斯原理进行统计分析,对各主控施工变量进行了优化。实测数据表明,优化后的施工参数合理,可有效控制桥墩竖向位移。(4)将施工完成后,将第二组的工程实测数据和建立的随机森林模型预测结果进行比较。引入了RMSE和R~2两个参数对预测结果进行评估,结果表明本文建立的随机森林模型能够满足工程预测的精度要求。