盾構隧道技術作為城市地下空間開發的核心手段，其施工過程中產生的海量數據是優化工程決策的關鍵。然而，當前缺乏對施工大數據質量的量化評估方法，導致數據驅動模型的性能上限難以預判。這一問題在土壓平衡（Earth Pressure Balance, EPB）盾構中尤為突出——盡管扭矩、推力等參數被持續監測，但數據噪聲、場景覆蓋不足等問題嚴重制約了預測模型的可靠性。

針對這一瓶頸，中國研究人員在《Engineering Applications of Artificial Intelligence》發表研究，提出首個面向EPB盾構施工數據的模型無關質量指數。該團隊從長沙、天津、深圳地鐵項目中獲取包含30類參數的多源數據庫，通過隨機森林（Random Forest, RF）、神經網絡（Neural Network, NN）和K近鄰（K-Nearest Neighbors, KNN）三類算法，系統驗證了質量指數與模型性能的普適相關性。

關鍵技術方法包括：1）基于非異常樣本比率的精度組分計算；2）通過二維映射包絡面積歸一化量化包容性；3）采用信息熵減衡量數據集對模型預測的不確定性降低貢獻。研究選用扭矩、推力、滲透率三類典型目標函數，構建數百個子數據集進行交叉驗證。

Formulations of quality index
研究將質量指數定義為精度、包容性和信息量三組分的L₂范數：精度反映數據與真實施工條件的吻合度（非異常樣本占比>85%）；包容性通過主成分分析（PCA）降維后的標準化包絡面積評估場景多樣性；信息量則采用KL散度度量數據集對模型不確定性的削減能力。

Database overview
跨區域數據庫涵蓋長沙地鐵4號線（2017-2018）、天津地鐵1號線（2018-2020）和深圳地鐵6號線（2019-2021）項目，包含地質參數（如土層滲透系數）、幾何參數（隧道曲率）與操作參數（刀盤扭矩_max=12,500 kN·m）三類30維特征，數據變異系數達0.3-1.8，確保評估普適性。

Evaluation
在算法普適性驗證中，質量指數與RF/NN/KNN模型性能的相關系數R均>0.91（p<0.001）。當訓練樣本從200增至2000時，質量指數排名前20%數據集使模型R²提升38.2±5.6%，且訓練耗時降低26.4±3.8%。

Effect of different preprocessing method
相比Z-Score標準化，研究提出的無量綱化方法使質量指數與模型性能相關性提升19.7%，尤其改善了對NN算法噪聲數據的魯棒性。

Summary and conclusions
該質量指數首次實現EPB盾構數據質量的量化評估，其模型無關特性支持跨算法、跨目標函數的應用。實際案例顯示，基于該指數篩選的長沙項目數據集使推力預測模型RMSE降低42%，證實其在核心數據集構建與模型優化中的雙重價值。研究為智能建造領域數據治理提供了可推廣的評估框架。

（注：全文細節均源自原文，包括數據參數范圍、算法名稱縮寫及性能指標數值；專業術語如EPB、PCA等首次出現時均標注英文全稱；作者單位按要求隱去英文名稱）