欢迎来到天天文库
浏览记录
ID:52175947
大小:315.53 KB
页数:5页
时间:2020-03-23
《基于支持向量机的围岩定性智能分级研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、JournalofEngineeringGeology工程地质学报1004—9665/2011/19(1)一0088·05基于支持向量机的围岩定性智能分级研究木牛文林①李天斌①熊国斌②张广洋②(①成都理工大学地质灾害防治与地质环境保护国家重点实验室成都610059)(②~t)ll雅西高速公路有限责任公司成都610000)摘要本文将数据挖掘的新方法支持向量机应用于隧道围岩分级。支持向量机是一种基于统计学习理论的新的学习算法,比神经网络算法能更好地解决小样本问题。选用岩层厚度、岩体结构、嵌台程度、风化程度、地下水特征、节理发育程度、榔头敲击声和地应力等8个定性指标作为评判因子,用泥巴山隧道采集的实
2、际数据作为样本对不同核函数的支持向量机进行训练,并得到评判因子与围岩级别的映射关系,从而可以对未知的围岩样本进行级别判别。判别结果表明:采用多项式核的支持向量机对围岩级别进行判别有较高的准确率,是一种值得推广和应用的围岩智能分级方法。关键词围岩分级支持向量机隧道中图分类号:TU452文献标识码:ASUPPoRTVECToRⅣ【ACHINESBASEDINTELLIGENTRoCKMASSCLASSIFICATIoNMETHoDNIUWenlin①LITianbin①XIONGGuobin②ZHANGGuangyang~((~)StateKeyLaboratoryofGeo—hazardPrev
3、e~ionandGeo—environmentProtectionofChengduUniversityofTechnology,Chengdu610059)((~SichuanYaxiExpresswayCo.Ltd.,Chengdu610000)AbstractAnewdataminingmethodofSupportVectorMachines(SVM)isappliedontheclassificationofrockmassintunnels.SVMisanovelpowerfulleaningmethodthatbasedonStatisticalLearningTheory.SV
4、Mcansolvesmall—samplelearningproblemsbetterthanneuralnetwork.Parametersincludingrocklayerthickness,rockmassstructure,inlaycondition,weatheringcondition,groundwatercharacteristic,jointcondition,hammerknockingsoundandgroundstress,arechoseasthejudgefactors.DatasamplesfromNibaMountaintunnelareusedtotrai
5、ntheSVMwithdifferentkernels.Themappingrelationshipbetweenjudgefactorsandrockmassclassesisused.TheSVMcalldiscriminateandprovideclass—unknowndatasamplesofrockmass.ResultoftheclassificationshowsthatSVMwithpolynomiMkernelhasahighaccuracywhenitisusedtoclassifytherockmass.Sothisisanintelligentclassificati
6、onofrockmassmethodthatcanbeappliedtoclassifyrockmassintunnels.KeywordsRockmassclassification,Suppo~vectormachines,Tunnel收稿日期:2010—03一Ol;收到修改稿日期:2010—07~07.基金项目:国家自然科学基金项目(40772176)和四川省青年科技基金项目(09ZQ026—083)第一作者简介:牛文林,主要从事地质I程科研及设计工作Email:nwlin@163.coin19(1)牛文林等:基于支持向量机的围岩定性智能分级研究891引言在隧道施工过程中需要对围岩进行分
7、级从而确定支护方法,目前常用的分级方法有RMR法、Q系统法、水电围岩分级法和公路隧道围岩分级等方法。这些方法都需要对岩体的完整程度、岩石的强度、地下水状况等指标进行定量或半定量的测定,从而定量地算出RMR值、Q值、7T值和[8Q]值用来对岩体进行分级。但是这些方法需要现场实测的数据太多,有时甚至会影响施工,引起施工单位的抵触。能图1支持向量机分类面示意图不能用一种快速而相对准确的方法对围岩情况进行
此文档下载收益归作者所有