基于TSP203系统和GA-SVM的围岩超前分类预测
  • 【摘要】

    为有效地进行隧道围岩类别超前分类,提出基于TSP203系统和遗传-支持向量机的围岩类别超前分类方法.以TSP203系统为基础,从探测结果中提取有用信息,建立围岩类别超前分类指标体系,并采用支持向量机进行围岩超前分类预测.建立围岩类别超前分类指标体系时,采用TSP203中可有效识别的围岩分类参数来实现:岩体完整性系数、泊松比、静态扬氏模量、主要结构面与洞轴线的夹角、不连续结构面状态和地下水发育情况.... 展开>>为有效地进行隧道围岩类别超前分类,提出基于TSP203系统和遗传-支持向量机的围岩类别超前分类方法.以TSP203系统为基础,从探测结果中提取有用信息,建立围岩类别超前分类指标体系,并采用支持向量机进行围岩超前分类预测.建立围岩类别超前分类指标体系时,采用TSP203中可有效识别的围岩分类参数来实现:岩体完整性系数、泊松比、静态扬氏模量、主要结构面与洞轴线的夹角、不连续结构面状态和地下水发育情况.确定支持向量机参数时,采用遗传算法在解空间里进行全局搜索,以改善支持向量机在围岩分类中的识别精度.最后将该方法应用于实际工程,结果表明该方法实际可行,在围岩类别超前分类中具有较高的准确性,为围岩类别超前分类提供了一种新思路. 收起<<

  • 【作者】

    邱道宏  李术才  张乐文  薛翊国  苏茂鑫 

  • 【作者单位】

    山东大学

  • 【刊期】

    岩石力学与工程学报 ISTIC EI PKU 2010年z1期

  • 【关键词】

    岩石力学  围岩分类  超前预测  支持向量机  遗传算法 

  • 【基金项目】

    教育部科学技术研究重点项目 山东省自然开学基金面上项目 中国博士后科学基金项目