基于优化组合模型及重标极差法的岩溶隧道涌水量预测研究

发布时间：2022-01-15 21:39

　　为实现隧道涌水量的高精度预测,在查阅相关资料的基础上,以多种单项预测模型为基础,构建了隧道涌水量的优化组合预测模型。首先,利用遗传算法、粒子群算法和最小二乘法构建了多种单项优化预测模型;其次,在累加叠加和累乘叠加思路的基础上,提出利用整体组合权值和局部组合权值构建出改进后的组合预测模型,以实现隧道涌水量的逐步优化组合预测;最后,再利用重标极差分析（rescaled range analysis,简称R/S分析）判断隧道涌水量序列的发展趋势,以佐证前述组合模型预测结果的准确性。实例结果表明:各类单项预测模型的参数优化可以有效提高预测精度,且组合预测结果的相对误差小于2%,较单项预测模型具有相对更优的预测效果;同时,在组合预测过程中,累加叠加和累乘叠加的预测精度及稳定性均相当,以累乘叠加的预测效果相对略优,但差异不大;另外,R/S分析结果的Hurst指数大于0.5,得出隧道涌水量呈下降趋势,与预测分析结果一致,验证了前述预测模型的有效性,为隧道涌水量预测研究提供了一种新的思路。 

【文章来源】：武汉大学学报(工学版). 2020,53(10)北大核心CSCD

【文章页数】：8 页

【文章目录】：
1 基本原理
    1.1 优化组合预测模型的构建
        1.1.1 组合预测思路初探
        1.1.2 组合预测的优化
            1.1.2. 1 单项预测模型的优化研究
            1.1.2. 2 预测节点与训练样本间距离的优化
            1.1.2. 3 整体与局部的综合优化
    1.2 涌水趋势判断模型
2 实例分析
    2.1 工程概况
    2.2 涌水量预测分析
    2.3 涌水趋势判断分析
3 结论


【参考文献】：
期刊论文
[1]基于高分辨率示踪技术的岩溶隧道涌水来源识别及含水介质研究[J]. 谢国文,杨平恒,卢丙清,陈峰,张宇,池彦宾,邓书金.  中国岩溶. 2018(06)
[2]改进组合预测模型在铁路隧道变形预测中的应用[J]. 李秋全.  长江科学院院报. 2018(11)
[3]基于云模型的岩溶隧道涌水灾害危险性评价及其在青岩头隧道的应用[J]. 黄仁东,吴寒,张惕,彭怀德.  中国地质灾害与防治学报. 2018(05)
[4]隧道岩溶段涌水突泥风险评价体系初探[J]. 徐钟,邓辉,卢平,彭良田,万柯,雷鹏博.  水利水电技术. 2018(03)
[5]R/S分析法在盾构下穿机场过程中的地表变形规律研究[J]. 张伟森,吴大勇.  铁道标准设计. 2018(03)
[6]高家坪隧道地下水系统识别及涌水量预测[J]. 李方华.  地下空间与工程学报. 2018(01)
[7]岩溶隧道突涌水致灾构造与前兆信息判识技术探讨[J]. 袁永才,高成路,王旌,朱宇泽,张猛.  现代隧道技术. 2018(01)
[8]岩溶隧道涌水注浆加固关键技术研究[J]. 程强强.  建筑技术. 2017(03)
[9]基于BP神经网络方法的岩溶隧道突涌水风险预测[J]. 杨卓,马超.  隧道建设. 2016(11)
[10]基于数据新旧程度和预测取值区间调整的沉降组合预测方法[J]. 曹文贵,印鹏,贺敏,刘涛.  岩土力学. 2017(02)

硕士论文
[1]三都隧道施工涌水量的动态预测研究[D]. 金圣杰.成都理工大学 2012



本文编号：3591366