基于线性规划支持向量机的隧道围岩变形预测

支持向量机(SVM)以其良好的学习性能被广泛应用于包括隧道围岩变形在内的时间序列预测,核函数形式对其预测能力有重要影响,故灵活运用核技巧来增强推广性能已成为支持向量机应用研究的一个重要方面.对于标准SVM及最小二乘支持向量机(LS-SVM),由于其核函数必须满足Mercer条件,因而大大限制了核函数选取范围,制约着推广能力的进一步提升.为此引入一种新型的时间序列预测模型--线性规划支持向量机(LP-SVM),因其核函数不必满足Mercer条件,从而为灵活选取核函数提供了方便.将新预测模型应用于岭南高速公路雪家庄隧道围岩变形预测,分析结果表明,在同时采用径向基(RBF)核函数的情况下,LP-SVM与LS-SVM的预测精度非常接近,能够满足工程需要,但由于前者的核函数可以在更大范围内选取,使其预测性能具有更大的提升空间,从而为岩体变形预测提供了一种更具潜力的新途径.     

基于蚁群优化支持向量机的公路隧道围岩变形预测模型及应用

为及时掌握隧道施工中围岩变形趋势以便采取措施加以控制,采用基于结构风险最小化的支持向量机(SVM)进行预测。介绍支持向量机的基本原理,研究蚁群算法(ACO)实现支持向量机参数优化的方法,构建ACOSVM模型。对某公路隧道随机选取的2个监测断面的预测结果表明,该模型预测精度较高,泛化性能较好,用蚁群算法进行SVM参数优选是一种简单、优选的方法,可以有效指导隧道的施工。     

基于最小二乘支持向量机的AMT离合器片表面温度预测

在分析离合器接合过程的动力学和摩擦表面热负荷主要影响因素的基础上,选择接合正压力、接合转速、滑摩时间等参数,利用最小二乘支持向量机理论建立了离合器片表面最高温度的智能预测模型,并设计了台架试验方案.试验结果验证了该模型的有效性.     

基于最小二乘支持向量机的公路软基沉降预测

通过影响因素分析,确定了软土层厚度、软土层压缩模量、地表硬层厚度、地表压缩模量、路堤高度、路堤顶宽、路基填筑时间和填筑竣工时沉降量等参数对公路软基沉降有影响.对公路软基的观测数据进行分析和取样,输入样本为各参数,输出样本为路堤中线下地表沉降值,利用最小二乘支持向量机的非线性映射和泛化能力,通过训练,建立了公路软基沉降预测模型.研究表明,所建立的模型对公路软基沉降进行预测具有较高的精度,同时具有很好的泛化性能.     

基于最小二乘支持向量机的公路工程造价预测模型

由于公路工程造价的影响因素错综复杂,且历史数据非常有限,使公路工程造价预测成为典型的小样本条件下非线性回归问题。针对传统的回归方法解决这类问题的不足,该文提出一种新型的公路工程造价预测模型。该模型基于最小二乘支持向量机的基本原理,结合公路工程的具体特征,实现了公路工程造价的智能化预测。新模型充分发挥了最小二乘支持向量机在解决有限样本及非线性回归问题中的优势,建立了较准确的预测模型,且训练速度较普通支持向量机更快。实证数据分析验证了本模型的有效性。     

基于小波降噪与最小二乘支持向量机的公路软基沉降预测模型

根据沉降数据的特性,以最小二乘支持向量机为核心技术构建预测模型,提出了一种路基沉降预测的新方法。由于测量误差不可避免,沉降数据通常含有噪声,不宜直接进行拟合,因此首先采用小波分析的方法对原始沉降数据进行降噪预处理,然后馈送到最小二乘支持向量机完成沉降预测。最后用某高速公路实测数据进行了实例分析,并与BP神经网络预测结果进行了对比,计算结果表明,小波分析结合支持向量机的模型有较好的预测精度,将该模型应用于公路软基沉降预测是可行的和值得研究的。     

PSO-BP神经网络在隧道围岩变形预测中的应用

针对滇西复杂地质条件下隧道围岩变形预测问题,以BP神经网络为基础,引入了改进后的粒子群算法,通过调试和改进建立了PSO-BP神经网络。该神经网络结合了粒子群算法的全局搜索能力和BP神经网络的局部搜索能力,非线性映射能力强,泛化能力强,具有一定的容错能力。计算结果表明:PSO-BP神经网络预测精度高,平均绝对误差为2.4 mm,平均相对误差为2.7%,满足隧道围岩变形预测精度的需要。     

基于支持向量机模型的深基坑变形预测研究

支持向量机是近年来在统计学习理论基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势.将支持向量机用于基坑变形预测,根据基坑位移的实测时间序列资料,建立基坑位移与时间的关系模型.将实际基坑工程监测资料作为学习训练样本和测试样本,将模型计算结果与实际监测值进行对比分析、研究....     

神经网络技术在阳宗隧道围岩变形预测中的应用

介绍了利用神经网络技术来预测隧道围岩变形的基本原理；阳宗公路隧道应用实例研究结果表明，该方法不仅有效，而又还具有简便、实时、自适应等优点。     

隧道围岩变形预测预报方法研究

对当前隧道围岩变形预测预报的各种方法进行总结分类,从其原理出发进行系统阐述,阐明其优缺点、适用条件及工程应用情况,并就相关问题进行探讨,提出建议。     

基于最小二乘支持向量机的城市客运量预测模型

针对城市公路客运量预测中存在的非线性、复杂性和不确定性,提出了一种基于最小二乘支持向量机的城市客运量预测模型.结合西安市历年城市客运量数据,编程实现该预测模型,仿真结果表明了该预测模型的有效性.     

深埋隧道围岩与支护结构相互作用的非线性动力学特性研究

为了充分了解围岩与支护结构动力系统的变化特征,根据现场实测数据分析深埋隧道的围岩稳定性,对提取的时间序列进行相空间重构,计算了关联维数,定性分析了系统的混沌动力学特性.进一步应用反演理论,建立了深埋隧道围岩系统的非线性动力学模型,通过模型逼近,获得待定参数和正演模型的各变量,定量的分析了系统的混沌动力学特性,结果表明,各变量计算与实测的分布曲线非常接近.利用该模型可较好地预测在高地应力条件下围岩与支护结构系统各特征变量的变化规律.     

偏压连拱隧道围岩变形的现场监测与分析研究

结合宜(宾)水(富)高速公路鞋底坡双连拱隧道施工过程,通过对偏压连拱隧道的围岩变形进行现场监测与分析,获得了隧道围岩在地层偏压条件下。各施工阶段的地表沉降、拱顶下沉和水平收敛情况,有效地控制了隧道围岩变形。通过对量测结果的对比、分析得出：在偏压连拱隧道施工过程中,隧道初期支护变形整体由左洞向右洞方向偏移;对隧道围岩变形影响最大的工序发生在隧道旌工由单侧过渡到双侧施工时。在施工过程中偏压连拱隧道的现场测试与分析,不仅为隧道的支护体系设计优化提供依据,而且还可以指导隧道现场施工,所得的数据和结论可为同类隧道的设计,施工和研究提供有益的借鉴和参考。     

大跨隧道开挖过程中围岩内力及变形分析

以某公路大跨隧道为背景介绍了在隧道开挖过程中围岩压力及变形受开挖影响所产生的变化,通过对实测数据的分析,指导施工中支护参数的调整,与理论公式进行对比选定合理的公式、确定准确的地质参数,预测下段施工围岩压力及变化。     

基于锚杆受力分析的软岩隧道变形规律及柔模支护技术

研究支护状态下围岩变形范围及其位移量将为合理确定软岩隧道开挖的预留变形量及其支护方案提供重要的理论依据。通过将隧道围岩简化为理想弹塑性介质,在围岩中布设全长锚固锚杆。基于锚杆与围岩的协调变形原理,建立杆体与其周围岩体相互作用的力学模型,分析锚杆表面摩阻力及轴力的分布规律,并根据杆体的静力平衡条件,推导出杆体与岩体相对位移为0的中性点位置及其最大轴力值,讨论初期支护条件下隧道围岩的塑性区及破裂区的厚度计算公式及其影响因素;综合考虑隧道表面围岩变形过程中的塑性位移和破裂区岩体的碎胀变形位移,提出隧道表面围岩的位移公式及预留间隙柔模支护技术,进而定量分析榴桐寨软岩隧道的围岩位移及其预留变形量。结果表明：通过锚杆轴力可以反演分析隧道围岩的变形范围,确定围岩稳定后的最终位移量;柔模支护结构能够大量吸收大变形软岩的变形能,且具有适当的刚度抵抗围岩的有害变形,研究成果可为合理设计软岩隧道的开挖及支护方案提供新的思路。     

隧道围岩与初衬间的相互作用研究

对隧道围岩与初衬之间的相互作用进行了研究,并对二次衬砌前的围岩和初衬中应力与位移及其释放进行了计算分析.首先利用线性黏弹性理论,导出了隧道开挖后围岩和初衬中的应力与位移;然后选取Maxwell和Poyting-Thomson三参数固体流变模型模拟围岩,研究了隧道围岩与初衬之间的相互作用;最后结合公路隧道施工,计算了二次...     

基于块体理论的隧道围岩稳定性分析

为了解决隧道工程施工中围岩稳定性分析这一工程难题,依托某在建公路隧道,基于地质素描与数理统计分析工作,精细化描述节理产状、间距、填充物、黏聚力等特征,并利用三维重构技术建立基于节理特征的隧址区地层模型,最后利用块体理论检索了无支护、有支护工况下隧道临空面潜在的关键块体,分析了滑移形式和安全系数,并对支护参数进行了优化,得知原设计支护强度富余,适当优化后仍可确保结构安全。