当前位置:主页 > 科技论文 > 交通工程论文 >

围岩流变模型参数识别的启发式-支持向量机方法

发布时间:2018-06-14 08:27

  本文选题:隧道 + 围岩 ; 参考:《现代隧道技术》2016年04期


【摘要】:针对传统反分析算法在精度与效率方面的缺陷,文章引入支持向量机、启发式智能优化算法及三维数值模型对围岩流变参数进行反演。其具体过程为:采用均匀设计方法,利用三维数值模型构造训练样本集,通过启发式智能算法搜索最佳的支持向量机模型参数,建立岩体力学参数与岩体位移之间的非线性支持向量模型;对任意一组给定的岩石力学参数,利用支持向量机的外推能力代替数值计算软件的正向计算,通过启发式算法对力学反演参数进行调整,即可迭代求出岩体力学参数。将该方法运用于广甘高速公路杜家山隧道工程流变参数的反演中,结果表明,该反演方法合理可靠,可有效地指导隧道工程参数设计和施工稳定控制。
[Abstract]:Aiming at the shortcomings of traditional inverse analysis algorithm in precision and efficiency, support vector machine (SVM), heuristic intelligent optimization algorithm and 3D numerical model are introduced to inverse the rheological parameters of surrounding rock. The concrete process is as follows: using uniform design method, using three-dimensional numerical model to construct training sample set, and searching the best support vector machine model parameters by heuristic intelligent algorithm. The nonlinear support vector model between rock mass mechanics parameters and rock mass displacement is established, and for any given rock mechanics parameters, the extrapolation ability of support vector machine is used to replace the forward calculation of numerical calculation software. By adjusting the parameters of mechanical inversion by heuristic algorithm, the parameters of rock mass mechanics can be obtained iteratively. The method is applied to the inversion of rheological parameters of Dujiashan Tunnel on Guanggan Expressway. The results show that the inversion method is reasonable and reliable and can effectively guide the design of tunnel engineering parameters and construction stability control.
【作者单位】: 西南交通大学交通隧道工程教育部重点实验室;
【基金】:国家973计划(2010CB732105) 煤炭联合基金重点项目(U1361210) 国家科技支撑计划课题(2013BAB10B04)
【分类号】:U451.2

【相似文献】

相关期刊论文 前10条

1 赵亚鹏;诸琳;;基于粗糙-支持向量机的航运企业客户信用评估[J];中国航海;2011年03期

2 范思遐;周奇才;熊肖磊;赵炯;;基于粒子群与支持向量机的隧道变形预测模型[J];计算机工程与应用;2014年05期

3 崔艳;程跃华;;小波支持向量机在交通流量预测中的应用[J];计算机仿真;2011年07期

4 陈铁冰;;基于支持向量机的桁架桥可靠度评估[J];交通科技与经济;2014年01期

5 陶甄;吴元;梁晓辉;;路面质量影响因素分析——支持向量机模型[J];数学的实践与认识;2008年14期

6 赵秀娟,刘智勇,樊可清;基于支持向量机的车辆自动分类方法[J];公路交通科技;2003年05期

7 武宏伟,马钺;一种基于支持向量机的车型自动分类器设计方案[J];电子技术应用;2005年04期

8 胡淑燕;郑钢铁;;应用支持向量机的眼睑参数疲劳预测[J];北京航空航天大学学报;2009年08期

9 高尚;梅亮;;基于支持向量机的港口吞吐量预测[J];水运工程;2007年05期

10 沈瑞光;裴玉龙;;基于点积-平移支持向量机的客运需求预测[J];大连海事大学学报;2012年04期

相关硕士学位论文 前4条

1 陈桦深;基于支持向量机的隧道围岩位移变形预测分析研究[D];重庆交通大学;2015年

2 邓超;基于支持向量机的流量预测和状态判别研究[D];大连理工大学;2009年

3 李玲玲;基于支持向量机的高速公路交通量预测研究[D];重庆大学;2010年

4 王昕;基于支持向量机的斜拉桥拉索损伤识别技术研究[D];石家庄铁道大学;2014年



本文编号:2016745

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2016745.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fea1c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com