软岩隧道挤压大变形的SVM预测及其支护对策研究
发布时间:2020-03-21 17:22
【摘要】:隧道挤压大变形是在软岩隧道施工过程中,在深部高地应力区经常出现的严重地质灾害之一,会造成TBM盾构卡机、预算超支、施工延误等诸多危害,甚至可能导致隧道失稳和人员伤亡。因此,在隧道的设计和施工过程中,隧道挤压大变形的准确预测和采取经济有效的支护对策是非常重要的。本文针对软岩隧道挤压大变形预测问题,建立了一种基于隧道直径(D),埋深(H),支护刚度(K)和岩石隧道质量指数(Q)四个输入参数的多分类支持向量机(SVM)模型。首先,通过广泛的文献调研收集了一个包含117个隧道案例的数据库,其中包括来自印度,尼泊尔和不丹等多个不同国家的数据,用以训练所建立的多分类SVM模型;其次,为了提高模型预测的准确率,对比分析了网格搜索算法、遗传算法和粒子群优化算法等目前常用的SVM模型参数优化算法,并将效果最好的网格搜索算法应用于SVM,训练并建立了基于多分类SVM的隧道挤压大变形预测模型;然后,通过8折交叉验证和留一法交叉验证法评估了SVM模型的预测性能,两种验证方法得到的平均准确率分别为88.13%和90.60%,与国内外经典经验法公式和其他二分类SVM模型相比,本文所提出的多分类SVM模型不仅提高了预测精度而且可以根据预测的挤压大变形类别来估计挤压问题的严重性;另外,利用本文提出的模型还可以预测挤压大变形发生的概率,这对基于可靠性的隧道工程设计具有重要意义;最终,利用MATLAB编程开发了隧道挤压大变形预测系统的界面化程序,包括单组隧道变形预测系统和多组隧道变形预测系统两个部分,可以方便地实现隧道挤压大变形的预测和分类,预测隧道发生挤压大变形的概率,并能形象的展示分类结果。另外,本文对十里碑软岩隧道挤压大变形案例进行了研究,针对软岩隧道挤压大变形的支护优化问题,介绍了软岩隧道发生挤压大变形的破坏特点和力学机制,分析了软岩隧道常用支护对策的加固机理,并通过FLAC3D软件,重点模拟了钢拱架和锚杆两种支护手段在软岩隧道中的作用,得到了采用不同钢拱架和锚杆设置参数对隧道大变形的影响,最终得到了本工程案例的最优钢拱架型号、间距以及锚杆最优长度,对以后类似工程提供了较好的实用价值和参考意义。
【图文】:
软岩隧道挤压大变形的 SVM 预测及其支护对策研究择相应支护措施,对比支护前后的变形状况,重点对不度的锚杆进行了数值模拟,确定了最优支护措施。文进行总结与展望。
e-against-one SVMs,简称 1-v-1 SVMs)。在“一对一。此法通过不断投票进行分类,得票数多的为预测类相同,则选择样本类别标签较小的那一类作为样本的1 三分类 SVM 的结构示意图。 SVM 的优点为:每个 SVM 只对其中的两类样本进要训练大量的二分类 SVM,但与一对多法相比较,,同时每一个二分类 SVM 的训练样本都是平衡的,比较,,一对一的整体分类精度相对较高。这种分类算当样本的类别数 k 较大时,由于增大了二分类 SVM 增大了计算的复杂程度,降低了分类的效率,因此一对较多的情况。
【学位授予单位】:济南大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U455.4
【图文】:
软岩隧道挤压大变形的 SVM 预测及其支护对策研究择相应支护措施,对比支护前后的变形状况,重点对不度的锚杆进行了数值模拟,确定了最优支护措施。文进行总结与展望。
e-against-one SVMs,简称 1-v-1 SVMs)。在“一对一。此法通过不断投票进行分类,得票数多的为预测类相同,则选择样本类别标签较小的那一类作为样本的1 三分类 SVM 的结构示意图。 SVM 的优点为:每个 SVM 只对其中的两类样本进要训练大量的二分类 SVM,但与一对多法相比较,,同时每一个二分类 SVM 的训练样本都是平衡的,比较,,一对一的整体分类精度相对较高。这种分类算当样本的类别数 k 较大时,由于增大了二分类 SVM 增大了计算的复杂程度,降低了分类的效率,因此一对较多的情况。
【学位授予单位】:济南大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U455.4
【参考文献】
相关期刊论文 前10条
1 孔英会;景美丽;;基于混淆矩阵和集成学习的分类方法研究[J];计算机工程与科学;2012年06期
2 薛宁静;;多类支持向量机分类器对比研究[J];计算机工程与设计;2011年05期
3 邹
本文编号:2593672
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2593672.html