一种优化高斯过程回归的隧道围岩变形预测方法
为准确掌握隧道围岩变形的发展趋势,实现对隧道施工的准确指导,以及规避高斯过程回归(GPR)采用共轭梯度法求取超参数时存在的缺陷,该文提出利用一种改进果蝇优化算法(MFOA)优化GPR,构建MFOA-GPR预测模型.首先,对标准果蝇优化算法(FOA)的味道浓度函数进行修正,拓展求解的范围;同时引入了一个搜索半径动态调整参数,使得算法在迭代寻优过程中动态调节全局搜索能力和局部开发能力;再将改进的果蝇算法直接应用于GPR的超参数寻优.通过两个实际隧道工程算例进行分析和检验,结果表明,MFOA-GPR方法的预测精度最高,多个精度评价指标均优于GPR、FOA-GPR模型,验证了该方法的有效性.
高斯过程回归、改进果蝇优化算法、变形预测、隧道工程
46
P258(专业测绘)
国家重点研发计划;国家重点研发计划;国家自然科学基金;国家自然科学基金;江西省自然科学基金
2021-05-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
50-56