岩石单轴饱和抗压强度预测的PSO-GPR智能算法研究

摘要：

采用粒子群优化算法代替传统共轭梯度法对高斯回归学习机进行最优超参数搜索,克服共轭梯度法在优化过程中对初值依赖性太强、迭代次数难以确定、易陷入局部最优的缺点,进而形成粒子群—高斯过程回归算法.基于该算法提出一种根据现场岩石回弹强度σH预测岩石单轴饱和抗压强度σc的新途径,并对绩黄高速佛岭隧道4个掌子面20组σH及σc数据进行学习预测以检验该算法性能.工程应用表明:与传统采用点荷载实验确定σc方法相比,该算法能够更快建立和反映二者之间的映射关系,预测精度较高,加速了施工现场围岩分级变更的信息反馈及σc指标提取,可以此取代传统的数值回归模型进而指导施工.

关键词：围岩分级、岩石单轴饱和抗压强度、粒子群优化算法、高斯过程回归、智能预测

所属期刊栏目：13

分类号：U451.2;TU452(隧道工程)

在线出版日期：2015-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：16-19,31