隧道围岩分级的遗传-支持向量分类耦合模型

摘要：

针对现阶段围岩分级方法存在的主要问题,提出隧道围岩分级的遗传-支持向量分类方法.结合佛岭隧道施工期围岩分级实践,以公路隧道设计规范BQ分级为基准,分别采用岩石回弹强度和掌子面状态替代饱和单轴抗压强度和地应力状态,并增加节理延展性观察的定性指标,在大量现场测试和室内试验的基础上,给出每个分级指标的现场快速测试方法,并以分级结果作为遗传-支持向量分类算法的训练样本,建立隧道围岩分级的遗传-支持向量分类智能模型.佛岭隧道围岩分级实例表明:该模型分级结果与现场勘测基本一致,且较遗传-神经网络模型有更高的分级准确性,为隧道围岩分级提供一种方法.

关键词：隧道工程、围岩分级、人工智能、遗传-支持向量分类算法、稳定性分析

所属期刊栏目：35

分类号：U459.5(隧道工程)

资助基金：国家自然科学基金71171016;交通部部科技项目2009353334400

在线出版日期：2013-03-13（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：108-114