基于粗糙集理论和支持向量机的岩爆预测
本文关键词:基于粗糙集理论和支持向量机的岩爆预测 出处:《中南大学学报(自然科学版)》2017年05期 论文类型:期刊论文
更多相关文章: 岩爆预测 支持向量机 粒子群算法 粗糙集理论
【摘要】:为了提高不同环境和地质条件下对岩爆预测的准确性,在综合岩爆影响因素的基础上,选取岩石取样处的埋深、岩石单轴抗压强度,岩石单轴抗压强度与抗拉强度比值、围岩最大切向应力与岩石单轴抗压强度比值、岩石弹性变形能指数作为评判指标建立岩爆烈度预测决策表,根据粗糙集理论中的属性约简算法,确定特定地质条件下岩爆的主要影响因素,删除冗余数据,再使用粒子群算法优化支持向量机的参数,通过核函数将岩爆主控因素映射到高维空间,拟合主控因素与岩爆烈度之间的非线性映射关系,建立基于粗糙集理论和粒子群支持向量机(RS-PSOSVM)的岩爆预测模型,并将该模型应用于大相岭隧道的岩爆预测。研究结果表明:该模型具有较高准确率和和较强稳定性;岩爆预测结果与实际结果一致,验证了该模型的可行性。
[Abstract]:In order to improve the accuracy of rock burst prediction under different environment and geological conditions, on the basis of synthesizing the influencing factors of rock burst, the buried depth and uniaxial compressive strength of rock are selected. The ratio of uniaxial compressive strength to tensile strength of rock, the ratio of maximum tangential stress of surrounding rock to uniaxial compressive strength of rock, and the elastic deformation energy index of rock are used as evaluation indexes to establish a decision table for predicting rock burst intensity. According to the attribute reduction algorithm in rough set theory, the main influencing factors of rockburst under certain geological conditions are determined, the redundant data is deleted, and the parameters of support vector machine are optimized by particle swarm optimization. The main control factors of rock burst are mapped to high dimensional space by kernel function, and the nonlinear mapping relationship between the main control factors and the intensity of rock burst is fitted. A rock burst prediction model based on rough set theory and particle swarm support vector machine (RS-PSOSVM) is established. The model is applied to rock burst prediction of Dafangling tunnel. The results show that the model has high accuracy and stability. The prediction results of rockburst are consistent with the actual results, and the feasibility of the model is verified.
【作者单位】: 中南大学资源与安全工程学院;武汉理工大学资源与环境工程学院;中南大学数字矿山研究中心;
【基金】:国家高技术研究发展计划(863计划)项目(2011AA060407) 中央高校基本科研业务费专项资金资助项目(2017IVA045)~~
【分类号】:TP18;TU45
【正文快照】: 岩爆是在地应力条件下深部工程开挖或开采过程中的一种地质灾害,是由于开挖卸荷作用致使围岩应力重新分布,岩体中聚积的弹性变形势能在一定条件下突然猛烈释放,导致岩体产生爆裂松脱、剥落、弹射甚至抛掷等脆性破坏的现象[1-4]。据不完全统计,1949—1997年,我国有33个煤矿发生
【相似文献】
相关期刊论文 前10条
1 李轶恩;;马坑山公路隧道岩爆预测研究[J];福建地质;2007年03期
2 邹成杰;地下工程中岩爆灾害发生规律与岩爆预测问题的研究[J];中国地质灾害与防治学报;1992年04期
3 徐成光;;岩爆预测及防治方法综述[J];现代隧道技术;2005年06期
4 李笛;陈忠;邓彤;;岩爆预测的距离判别模型及应用[J];中国矿山工程;2011年06期
5 郭庆清;刘磊磊;张绍和;王晓密;;基于组合赋权法和聚类分析法的岩爆预测[J];长江科学院院报;2013年12期
6 王喜华;赵志明;尹建勋;黄秦;;雅鲁藏布江峡谷段盆因拉隧道岩爆预测[J];地球科学与环境学报;2013年02期
7 刘军强;;西周岭隧道地应力测量及岩爆预测分析[J];工程地质学报;2011年03期
8 王斌;李夕兵;马春德;林业;李志国;;基于三维地应力测量的岩爆预测问题研究[J];岩土力学;2011年03期
9 贾义鹏;吕庆;尚岳全;支墨墨;杜丽丽;;基于证据理论的岩爆预测[J];岩土工程学报;2014年06期
10 董志高,吴继敏,刘成君;地下洞室岩爆预测计算方法综述[J];地质灾害与环境保护;2002年02期
相关会议论文 前6条
1 景锋;边智华;骆建宇;王卫国;尹健民;;铁路深埋长隧道地应力测量及岩爆预测[A];第六届全国地面岩石工程学术会议暨第二届岩土力学与工程前沿论坛论文集[C];2007年
2 熊孝波;桂国庆;郑明新;许建聪;王宝军;赵其华;靖洪文;马淑芝;;基于可拓方法的深埋长大隧道岩爆预测研究[A];第十届全国岩石力学与工程学术大会论文集[C];2008年
3 汪明武;李丽;金菊良;;岩爆预测的改进集对分析模型[A];第二届中国水利水电岩土力学与工程学术讨论会论文集(一)[C];2008年
4 胡德福;张志强;梁毅;臧万军;;基于人工神经网络的岩爆预测研究[A];第一届全国工程安全与防护学术会议论文集[C];2008年
5 陆家佑;杜丽惠;;数值方法在岩爆预测及治理中的应用[A];岩土力学数值方法的工程应用——第二届全国岩石力学数值计算与模型实验学术研讨会论文集[C];1990年
6 曹阳;杨伟忠;邓金灿;颜荣贵;;大厂矿区深井岩爆预测[A];岩石力学新进展与西部开发中的岩土工程问题——中国岩石力学与工程学会第七次学术大会论文集[C];2002年
相关博士学位论文 前1条
1 贾义鹏;岩爆预测方法与理论模型研究[D];浙江大学;2014年
相关硕士学位论文 前10条
1 舒文军;深埋隧道岩爆预测及施工技术研究[D];石家庄铁道大学;2016年
2 刘磊磊;高地应力地区隧道岩爆预测研究[D];中南大学;2014年
3 周卫滨;苍岭隧道岩爆预测和防治研究[D];浙江大学;2006年
4 范海波;鄂赣高速公路隧道岩爆预测与防治研究[D];华中科技大学;2010年
5 肖学沛;锦屏二级水电站交通隧道岩爆预测及防治研究[D];成都理工大学;2005年
6 田瑞川;某隧道工程地应力量测及岩爆预测[D];重庆大学;2013年
7 姜来峰;广昆铁路安禄隧道岩爆预测和防治研究[D];西南交通大学;2008年
8 张德永;江边水电站引水隧洞岩爆预测与控制研究[D];山东大学;2011年
9 谢小明;渣滓溪矿山井下围岩力学特性与岩爆预测研究[D];中南大学;2014年
10 杨凌云;括苍山深埋特长隧道岩爆预测及防治研究[D];长安大学;2007年
,本文编号:1436026
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1436026.html