施工仿真參數(shù)的更新對于施工仿真結(jié)果的準(zhǔn)確性具有重要影響。然而目前的引水隧洞施工進(jìn)度仿真參數(shù)更新多采用貝葉斯更新方法,存在需要假定參數(shù)分布形式,且無法得到預(yù)測參數(shù)的序列來描述參數(shù)動態(tài)變化過程的不足。針對上述問題,文章提出了基于自適應(yīng)混沌差分進(jìn)化支持向量機(jī)(adaptive chaos differential evolutionsupport vector machine,ACDE-SVM)的引水隧洞施工仿真參數(shù)動態(tài)更新方法。首先,采用自適應(yīng)縮放因子和混沌理論對差分進(jìn)化算法進(jìn)行改進(jìn),提出自適應(yīng)混沌差分進(jìn)化算法(ACDE),ACDE算法既使搜索時間大大縮減,又彌補(bǔ)了差分進(jìn)化算法后期局部搜索弱而使群體陷入早熟的缺陷;其次,基于現(xiàn)場施工參數(shù)時間序列,采用ACDE算法對支持向量機(jī)(SVM)進(jìn)行參數(shù)尋優(yōu),進(jìn)而構(gòu)建基于ACDE-SVM的施工仿真參數(shù)預(yù)測模型,克服了傳統(tǒng)SVM參數(shù)選擇效率低、泛化能力弱的不足;最后,采用誤差指標(biāo)對模型性能進(jìn)行評價,并與常規(guī)仿真方法及貝葉斯更新方法的仿真結(jié)果進(jìn)行對比,驗證基于ACDE-SVM的仿真參數(shù)動態(tài)更新方法的一致性和優(yōu)越性。工程實例表明,該方法能夠較好地擬合仿真參數(shù)...

【文章頁數(shù)】：12 頁


本文編號：3779597