基于ALO-ELM的隧道超挖预测及其影响因素敏感性分析
为减小超挖带来的不良影响,提高隧道超挖预测精度,提出一种基于ALO-ELM隧道超挖预测及其影响因素敏感性分析方法.首先,综合分析了影响隧道超挖的爆破参数等可控因素以及围岩体条件等不可控因素;其次,为克服极限学习机(ELM)易陷入局部最优解的缺点,建立了蚁狮优化算法(ALO)-ELM隧道超挖预测模型,将7个主要影响因素作为预测模型输入量,隧道超挖量作为模型输出量,并用余弦值振幅法对影响因素进行敏感性分析.结果表明:该模型的均方根误差RMSE、决定系数R2以及方差比VAF分别为0.48%、0.92%和94.68%,均优于现有的预测模型,说明该模型能有效、准确地预测隧道超挖,并通过敏感性分析结果可知,钻孔率SD为最重要影响因素,该模型为准确预测隧道超挖提供新的思路与方向.
钻爆法、ALO-ELM、隧道超挖、预测
29
TD235;U459.2(矿山设计与建设)
广东省科技创新战略专项资金资助项目pdjh2021b0595
2023-11-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
32-37