地下工程围岩变形的支持向量机预测方法研究

地下工程围岩变形的支持向量机预测方法研究

ID:34035997

大小:6.58 MB

页数:109页

时间:2019-03-03

地下工程围岩变形的支持向量机预测方法研究_第1页
地下工程围岩变形的支持向量机预测方法研究_第2页
地下工程围岩变形的支持向量机预测方法研究_第3页
地下工程围岩变形的支持向量机预测方法研究_第4页
地下工程围岩变形的支持向量机预测方法研究_第5页
资源描述:

《地下工程围岩变形的支持向量机预测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、多宝未交万方数据硕士学位论文地下工程围岩变形的支持向量机预测方法研究PredictionofSurroundingRockDeformationforUndergroundExcavationsbySupportVectorMachine作者:耿耘导师:乔春生教授北京交通大学2014年6月万方数据学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索,提供阅览服务,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送

2、交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:印L瓿导师签名:净净签字日期:2口f叶年-1月1日签字日期:加停年.7月/日万方数据中图分类号:UDC:学校代码:10004密级:公开北京交通大学硕士学位论文地下工程围岩变形的支持向量机预测方法研究PredictionofSurroundingRockDeformationforUndergroundExcavationsbySupportVectorMachine作者姓名:耿耘导师姓名:乔春生学位类别:工学学科专业:岩土工程学号:11121128职称:教授学位级别:硕士研

3、究方向:地下工程北京交通大学2014年6月万方数据致谢本论文是在乔春生教授的悉心指导下完成的,论文从选题、研究思路、研究方法到撰写定稿,无不得到乔老师的悉心指导。导师渊博的知识、严谨的治学态度、勇于开拓的精神和创造性的思维方式给我以莫大的鼓舞和鞭策,并将成为我终生受益的精神财富。在三年的时间里,得到了乔老师在学习和生活等各方面的关心与照顾,得益于导师的关怀与指导,才使得论文得以顺利完成,值此论文完成之际,谨向导师表示由衷的感谢和崇高的敬意。我还要感谢培育我的北京交通大学土木建筑工程学院,以及我的所有任课老师和同学,是你们为我创造了良好的学习条件和环境,

4、提供了难得的学习机会,老师们渊博的学识和诲人不倦的敬业精神将永远铭记在我的心中。求学期间与同学们一起度过了许多美好的时光,建立了深厚的友谊。在此由衷的感谢你们对我的关心与帮助,他们是:师兄赵凯博士、杨兴旺博士、王志伟博士、韩智铭博士,同窗好友李庆松硕士、黄迅轩硕士、洪世海硕士、任鹏硕士,感谢他们与我一起度过这段难忘的求学岁月。特别要感谢我的父母,是他们一如既往的支持着我,关怀着我,给我前进的动力,他们是我顺利完成学业的保障。最后,感谢各位专家、老师在百忙中评审论文,并希望得到更多的指正。111万方数据中文摘要摘要:在地下工程施工中,围岩变形是判断工程安

5、全与否的重要标志之一,围岩变形过大是引起地下工程施工过程中围岩失稳与坍塌的主要因素。目前,围岩变形监控在地下工程施工中对占有举足轻重的地位,因此,对围岩变形的预测成为地下工程的一个主要研究方向。现阶段围岩变形预测的方法主要有经验系数法、安全系数法、数值分析法。在实际工程中,以有限元和有限差分等数值仿真方法应用较为普遍,但对于地下工程而言,由于围岩的复杂性和不可预见性,数值计算中本构模型及其参数以及计算方法的选取存在较多的主观因素,使得该方法仅可在一定程度上作为实际工程的参考依据。基于以上几个方面的原因,有学者将人工智能方法引入岩土工程,即建立数学模型来

6、预测围岩变形随时问变化的规律。本文在前人研究的基础上,将免疫算法和支持向量机结合起来,引入“交叉验证”和“组合参数预测”的方法,对地下工程围岩施工期间变形进行预测,主要工作和取得成果如下:(1)探讨了支持向量机算法的原理及其应用,针对使用径向基向量核函数支持向量机(SVM一Ⅺ疆)模型,研究了惩罚因子C,径向基向量宽度a,以及不敏感系数£,对支持向量机回归性能的影响规律,当参数达到最优组合时支持向量机才能发挥更好的性能。(2)使用交叉验证的方法建立支持向量机参数优化的目标函数,利用免疫算法快速搜索和全局最优解的特性,求解该目标函数最小值并得出支持向量机最

7、优化参数组合。使用MATLAB开发支持向量机预测程序,对岩土工程中常见的预测和反分析问题进行智能求解,并测试程序的效果。从实际应用效果来看,使用上述方法优化后的支持向量机算法能取得更好的回归效果。(3)依据“围岩位移一锚杆轴力.时间”三者变化趋势特征,使用二次预测的方法实现组合参数预测,针对某大跨度洞库的监测数据,分别使用单一时间序列模型和组合参数模型进行位移预测。通过对比一i者预测结果,可以发现组合参数模型对围岩位移预测的准确性更高。关键词:支持向量机;围岩变形预测;交叉验证:免疫算法;组合参数。分类号:万方数据ABSTRACTABSTRACT:In

8、undergroundengineeringconstruction,Deformationo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。