隧道围岩变形预测的进化高斯过程回归模型

摘要：

隧道施工围岩变形预测是关系到隧道施工安全和工程质量的关键,至今已出现多种预测模型,但也存在各种问题.本文将高斯过程回归(GPR)引入隧道施工围岩变形预测以克服现有模型存在的问题,针对目前采用共轭梯度法获得GPR模型最优超参数的缺陷,将十进制遗传算法(GA)与高斯过程回归算法相耦合,采用遗传算法在训练过程中自动搜索GPR模型最优超参数,形成GA-GPR算法,并编制相应的计算程序.为了对比,采用遗传算法与支持向量回归(SVR)算法相耦合,形成GA-SVR算法,将这两种算法程序应用于黄榜岭隧道施工围岩变形预测.计算结果对比表明:本文提出的进化高斯过程回归算法明显提高了预测精度,并为类似工程提供借鉴.

关键词：隧道工程、变形预测、高斯过程回归、遗传算法、智能模型

所属期刊栏目：33

分类号：U451.2(隧道工程)

资助基金：中央高校基本科研业务费项目2011JBM267

在线出版日期：2012-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：101-106