10.3969/j.issn.1009-6582.2011.06.007
基于高斯过程机器学习方法的隧道围岩分类模型
针对现有围岩分类方法的局限性,基于工程实例,利用分类性能优异的高斯过程机器学习模型建立围岩类别与其主要影响因素之间的非线性映射关系,进而提出一种基于高斯过程的隧道围岩分类模型,实现不同情况下围岩分类的合理识别.将该模型应用于川藏公路二郎山隧道围岩分类,研究结果表明,隧道围岩分类的高斯过程机器学习模型是科学可行的,与人工神经网络模型、支持向量机模型相比较,该模型具有参数自适应化的优点,能方便快捷地给出合理可靠且具有概率意义的围岩分类评价结果,可对围岩分类结果的不确定性或可信度进行定量化评价.
隧道、围岩分类、高斯过程、机器学习
U451+.2(隧道工程)
国家自然科学基金50809017,51069001;广西研究生教育创新计划项目105931001019
2012-04-20(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