針對隧道錨承載能力評價合理的解析計算公式缺乏、模型試驗測試方法耗時費力、數(shù)值模擬可靠性不佳的問題,提出了一種人工智能化隧道錨承載能力預(yù)測方法.從隧道錨受力傳力過程出發(fā),分析了影響承載能力的因子,確定了承載能力評價指標(biāo)體系;基于最小二乘支持向量機(least squares support vector machines,LSSVM)強大的學(xué)習(xí)預(yù)測能力和粒子群優(yōu)化(particle swarm optimization,PSO)算法良好的優(yōu)化效果,建立了承載能力非線性映射PSO-LSSVM模型;將收集到的17個隧道錨工程案例作為輸入樣本對模型進(jìn)行了訓(xùn)練,獲得了核函數(shù)參數(shù)和懲罰系數(shù)的最優(yōu)組合為(1,500).將該模型應(yīng)用于某大橋隧道錨承載能力的預(yù)測,預(yù)測結(jié)果為10.2P (1P為1倍設(shè)計荷載);通過與現(xiàn)場縮尺模型試驗和數(shù)值模擬方法綜合研究確定的承載能力為11.0P對比,結(jié)果表明:預(yù)測結(jié)果略低,但兩者結(jié)果非常接近,說明該模型的預(yù)測結(jié)果合理可靠且偏于保守,預(yù)測效果較為理想.

【文章頁數(shù)】：7 頁


本文編號：3880717