PSO-SVM反演隧道周围加固软土的力学参数

发布时间：2021-11-27 01:10

　　传统获取土体物理力学参数的试验方法受土体扰动、仪器及人员操作影响,得到的结果往往较离散。研究基于统计学习理论的支持向量机（SVM）改进方法,通过使用搜索效率高的仿生学算法——微粒群算法（PSO）对支持向量机参数进行优化,提高支持向量机的预测精度,并结合三维有限元数值模拟分析,得到一种新的可快速获取参数指标的反演计算模型。从而达到在统计样本量较少的情况下,也能获得很好预测结果的目的。以实际隧道施工过程中地表沉降监测数据为依据,对隧道周围泥炭质土及黏土层加固后的压缩模量采用POS-SVM进行反演,将反演值代入三维有限元模型计算地表沉降,并对实际监测、三维有限元模型计算及Peck公式计算的地表沉降值进行对比分析。发现在布设的28个地表沉降监测点中,实际监测及模型计算结果间差异很小,一半的点之间差异小于10%,有几个点稍大,但最大也仅是18.8%。监测与模型计算结果吻合较好,沉降规律也一致。而Peck公式计算的值大部分偏大,计算沉降与实际监测的规律也不一致。以上研究结果表明,采用PSO-SVM反演岩土力学参数的方法是合理可行的,对今后设计及施工所需岩土力学参数的确定及校核提供了一种新的分析方法... 

【文章来源】：公路交通科技. 2020,37(06)北大核心CSCD

【文章页数】：10 页

【部分图文】：

PSO算法流程图

土体模量参数的反演流程:(1)确定反演参数范围,根据正态分布、均匀试验设计分别得到学习、测试样本;(2)利用粒子群优化算法结合学习、测试样本选出最优SVM模型参数,并引入morlet核函数优化SVM模型;(3)通过MATLAB软件计算出参数反演值;(4)将反演值输入有限元模型计算沉降值并与实际沉降值、Peck公式计算值进行对比验算,分析反演值的准确性。具体反演流程如图2所示。2 工程实例

金-福区间隧道里程为DK22+945～ DK23+015分左右线两条隧道,区间埋深约18.9～20.3 m,采用盾构法施工。隧道半径2.75 m;每节衬砌管片长1.2 m,厚0.35 m;注浆加固范围宽3 m,如图3所示。隧道穿过上下两层泥炭质土及黏土,按规范要求需对穿过不良地质地层隧道周边土体进行注浆加固,加固横断面图如图4所示。图4 隧道与地层分布垂直横断面图(单位:m)

【参考文献】：
期刊论文
[1]基于粒子群算法优化小波支持向量机的岩土力学参数反演[J]. 阮永芬,高春钦,刘克文,贾荣谷,丁海涛.  岩土力学. 2019(09)
[2]无数学模型的非线性约束单目标系统优化方法改进[J]. 侯公羽,许哲东,刘欣,牛晓同,王清乐.  工程科学学报. 2018(11)
[3]基于动力刚度法与粒子群优化算法的拉索参数识别[J]. 晏班夫,陈文兵,孙雁峰,庄瑞华.  公路交通科技. 2017(05)
[4]上下接近盾构隧道周围土层参数反分析[J]. 曹净,孙长宁,宋志刚,张瑞梅,刘海明.  昆明理工大学学报(自然科学版). 2017(01)
[5]盾构侧穿邻近桥桩施工影响及加固措施研究[J]. 陈江,陈思明,傅金阳,朱双厅,阳军生.  公路交通科技. 2016(07)
[6]概率积分法参数辨识的多尺度核偏最小二乘回归方法[J]. 王正帅,邓喀中.  岩石力学与工程学报. 2011(S2)
[7]Peck公式在我国隧道施工地面变形预测中的适用性分析[J]. 韩煊,李宁,J.R.Standing.  岩土力学. 2007(01)
[8]一种基于Morlet小波核的约简支持向量机[J]. 武方方,赵银亮.  控制与决策. 2006(08)
[9]基于粒子群优化的岩土工程反分析研究[J]. 高玮.  岩土力学. 2006(05)
[10]位移反分析的进化支持向量机研究[J]. 赵洪波,冯夏庭.  岩石力学与工程学报. 2003(10)



本文编号：3521294