基于模型可靠性检查的QGA-SVM岩爆倾向性分类研究

发布时间：2018-01-12 21:04

本文关键词：基于模型可靠性检查的QGA-SVM岩爆倾向性分类研究　出处：《应用基础与工程科学学报》2015年05期 　论文类型：期刊论文

【摘要】：岩爆是高地应力地区影响地下工程施工的主要地质灾害,岩爆预测已成为地下工程的世界性难题之一.为改善支持向量机(SVM)在岩爆分类中的精度,提出了一种模型可靠性检查的方法,其采用评价指标对评价等级的影响趋势对模型的可靠性进行检查,该模型可靠性检查法为一种通用方法,可用于任何基于先知经验方法的模型可靠性检查.在支持向量机核函数参数初步取值时,引入量子遗传算法(QGA)在解空间里进行全局搜索,最后建立了基于模型可行性检查的量子遗传算法-支持向量机的岩爆分类模型,并将其应用于实际工程中,结果表明,改进后的支持向量机在岩爆分类识别中具有较高的泛化能力和预测精度.
[Abstract]:Rock burst is the main geological hazard affecting underground engineering construction in high ground stress area. Rock burst prediction has become one of the worldwide problems in underground engineering. In order to improve the accuracy of support vector machine (SVM) in classification of rock burst. In this paper, a method of model reliability checking is put forward, which uses evaluation index to check the reliability of model by the influence trend of evaluation grade. The method of model reliability checking is a general method. It can be used to check the reliability of any model based on the prophetic empirical method. When the kernel function parameters of support vector machine are preliminarily selected, the quantum genetic algorithm (QGA) is introduced to carry out global search in the solution space. Finally, a quantum genetic algorithm-support vector machine (SVM) rockburst classification model based on model feasibility checking is established, and applied to practical engineering. The results show that. The improved support vector machine has high generalization ability and prediction accuracy in rock burst classification and recognition.
【作者单位】：山东大学岩土与结构工程研究中心;成都理工大学地质灾害防治与地质环境保护国家重点实验室;
【基金】：国家自然科学基金项目(51309144) 地质灾害防治与地质环境保护国家重点实验室开放基金(SKLGP2013K019) 山东省自然科学基金(ZR2013EEQ024) 山东大学自主创新基金(2012TS063)
【分类号】：TU45
【正文快照】： 随着经济建设的高速发展,世界各国已把地下岩土作为新的国土资源增长点,岩土工程正向深部发展,特别是核工业、交通、水利等行业,地下工程规模和深度均出现高速增长.随着地下工程深度的不断增加,工程灾害日趋增多,其中最重要的问题就是高地应力诱发的岩爆灾害.目前对于岩爆的成

【参考文献】