洞室围岩变形预测的ACA-LSSVM模型及工程应用研究

• 作者: 刘大文 刘康 徐卫亚 徐飞
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 蚁群算法 支持向量机 围岩变形 时间序列预测
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 岩土工程
• 页码范围: 32-35,52
• 页数: 5页
• 分类号: TU45|TB115
• 字数: 4090字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5485.2009.02.008

摘要

现场监测获得的围岩变形信息,从宏观上反映了洞室的力学性态变化.为克服人工神经网络方法的过学习问题,提出了一种新的洞室围岩变形预测模型--进化支持向量机模型.该模型利用蚁群算法来搜索支持向量机的惩罚因子和核函数参数,避免了人为选择参数的盲目性,提高了支持向量机的推广预测能力.应用该非线性智能预测方法,滚动预测围岩变形量,能及时发现异常情况,从而调整和优化施工步序,维护洞室的稳定性.将该方法用于锦屏一级水电站工程洞室变形预测,结果表明,该方法具有科学可靠、实时性的优点,具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐卫亚	河海大学岩土力学与堤坝工程教育部重点实验室	291	8909	54.0	79.0
5	徐飞	河海大学岩土力学与堤坝工程教育部重点实验室	10	120	7.0	10.0