10.13807/j.cnki.mtt.2017.05.008
基于IAF-SVM的隧道位移反分析研究
在隧道位移反分析方面,文章针对BP神经网络易过度训练样本及小样本精度较低的缺陷,利用支持向量机(SVM)良好的泛化能力,提出了一种基于支持向量机进行隧道工程的弹塑性位移反分析方法.同时考虑支持向量机的性能很大程度依赖于参数的选择,运用改进的人工鱼群(IAF)高效的全局搜索能力,寻找最优的SVM参数,以此避免SVM在参数选择上的随机性.利用FLAC3D软件进行某隧道工程正分析计算,依据若干测点的位移计算结果,运用该方法进行弹塑性位移反演.结果表明,在小样本空间里,该方法的收敛速度和反演精度均优于BP神经网络.
岩体力学参数、人工鱼群、支持向量机、BP神经网络、位移反分析
54
U456.3+1;TP183(隧道工程)
国家自然科学基金项目51274053
2017-11-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
54-60