10.3969/j.issn.1001-5485.2009.02.008
洞室围岩变形预测的ACA-LSSVM模型及工程应用研究
现场监测获得的围岩变形信息,从宏观上反映了洞室的力学性态变化.为克服人工神经网络方法的过学习问题,提出了一种新的洞室围岩变形预测模型--进化支持向量机模型.该模型利用蚁群算法来搜索支持向量机的惩罚因子和核函数参数,避免了人为选择参数的盲目性,提高了支持向量机的推广预测能力.应用该非线性智能预测方法,滚动预测围岩变形量,能及时发现异常情况,从而调整和优化施工步序,维护洞室的稳定性.将该方法用于锦屏一级水电站工程洞室变形预测,结果表明,该方法具有科学可靠、实时性的优点,具有广泛的应用前景.
蚁群算法、支持向量机、围岩变形、时间序列预测
26
TU45;TB115(土力学、地基基础工程)
国家自然科学基金50539110;国家重点基础研究发展规划973项目2002CB412707
2009-04-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
32-35,52