隧道围岩变形的组合预测研究

摘要：

为了提高在隧道的施工过程中对围岩变形预测的精度,以实测典型断面围岩变形为研究对象,探讨了多项式模型、BP神经网络模型和最小二乘支持向量机模型的特点和适用性,其中最小二乘支持向量机是基于SVM演变而来的一种模型,在预测方面有较好的有效性和优越性,用单项预测模型进行预测时可优先考虑该模型.但在实际工程中隧道围岩变形受时间和空间效应影响,仅用一种单项预测模型进行预测时预测风险较大,据此引入组合预测的思想,以权重平均法、误差平方和倒数法、最优变权重组合法确定权重系数建立组合预测模型并进行验证和比较.结果表明:组合预测模型能够降低对较差单项预测模型的敏感度,提高预测的精度和可靠度,构建的最优变权重组合预测模型的预测结果理想,模型稳定好,在实际工程中具有较好的应用价值.

关键词：隧道工程、最优变权重、组合预测、围岩变形、最小二乘支持向量机

所属期刊栏目：44

分类号：U456.3(隧道工程)

资助基金：国家自然科学基金项目51568030,51768027

在线出版日期：2019-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：113-119