發(fā)布時(shí)間：2018-06-14 08:27

  本文選題：隧道 + 圍巖��； 參考：《現(xiàn)代隧道技術(shù)》2016年04期

【摘要】：針對傳統(tǒng)反分析算法在精度與效率方面的缺陷,文章引入支持向量機(jī)、啟發(fā)式智能優(yōu)化算法及三維數(shù)值模型對圍巖流變參數(shù)進(jìn)行反演。其具體過程為:采用均勻設(shè)計(jì)方法,利用三維數(shù)值模型構(gòu)造訓(xùn)練樣本集,通過啟發(fā)式智能算法搜索最佳的支持向量機(jī)模型參數(shù),建立巖體力學(xué)參數(shù)與巖體位移之間的非線性支持向量模型;對任意一組給定的巖石力學(xué)參數(shù),利用支持向量機(jī)的外推能力代替數(shù)值計(jì)算軟件的正向計(jì)算,通過啟發(fā)式算法對力學(xué)反演參數(shù)進(jìn)行調(diào)整,即可迭代求出巖體力學(xué)參數(shù)。將該方法運(yùn)用于廣甘高速公路杜家山隧道工程流變參數(shù)的反演中,結(jié)果表明,該反演方法合理可靠,可有效地指導(dǎo)隧道工程參數(shù)設(shè)計(jì)和施工穩(wěn)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.
【作者單位】： 西南交通大學(xué)交通隧道工程教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家973計(jì)劃(2010CB732105) 煤炭聯(lián)合基金重點(diǎn)項(xiàng)目(U1361210) 國家科技支撐計(jì)劃課題(2013BAB10B04)
【分類號】：U451.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙亞鵬;諸琳;;基于粗糙-支持向量機(jī)的航運(yùn)企業(yè)客戶信用評估[J];中國航海;2011年03期

2 范思遐;周奇才;熊肖磊;趙炯;;基于粒子群與支持向量機(jī)的隧道變形預(yù)測模型[J];計(jì)算機(jī)工程與應(yīng)用;2014年05期

3 崔艷;程躍華;;小波支持向量機(jī)在交通流量預(yù)測中的應(yīng)用[J];計(jì)算機(jī)仿真;2011年07期

4 陳鐵冰;;基于支持向量機(jī)的桁架橋可靠度評估[J];交通科技與經(jīng)濟(jì);2014年01期

5 陶甄;吳元;梁曉輝;;路面質(zhì)量影響因素分析——支持向量機(jī)模型[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2008年14期

6 趙秀娟,劉智勇,樊可清;基于支持向量機(jī)的車輛自動(dòng)分類方法[J];公路交通科技;2003年05期

7 武宏偉,馬鉞;一種基于支持向量機(jī)的車型自動(dòng)分類器設(shè)計(jì)方案[J];電子技術(shù)應(yīng)用;2005年04期

8 胡淑燕;鄭鋼鐵;;應(yīng)用支持向量機(jī)的眼瞼參數(shù)疲勞預(yù)測[J];北京航空航天大學(xué)學(xué)報(bào);2009年08期

9 高尚;梅亮;;基于支持向量機(jī)的港口吞吐量預(yù)測[J];水運(yùn)工程;2007年05期

10 沈瑞光;裴玉龍;;基于點(diǎn)積-平移支持向量機(jī)的客運(yùn)需求預(yù)測[J];大連海事大學(xué)學(xué)報(bào);2012年04期

相關(guān)碩士學(xué)位論文 前4條

1 陳樺深;基于支持向量機(jī)的隧道圍巖位移變形預(yù)測分析研究[D];重慶交通大學(xué);2015年

2 鄧超;基于支持向量機(jī)的流量預(yù)測和狀態(tài)判別研究[D];大連理工大學(xué);2009年

3 李玲玲;基于支持向量機(jī)的高速公路交通量預(yù)測研究[D];重慶大學(xué);2010年

4 王昕;基于支持向量機(jī)的斜拉橋拉索損傷識別技術(shù)研究[D];石家莊鐵道大學(xué);2014年

，

本文編號：2016745