基于支持向量机的围岩定性智能分级研究

• 作者: 张广洋 李天斌 熊国斌 牛文林
• 来源期刊: 工程地质学报
• 学科: 工学
• 关键词: 围岩分级 支持向量机 隧道
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 岩土体工程地质研究
• 页码范围: 88-92
• 分类号: TU452
• 字数: 3022字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9665.2011.01.014

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、嵌合程度、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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李天斌	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	198	3510	29.0	51.0
2	张广洋		4	42	4.0	4.0
3	牛文林	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	7	76	6.0	7.0
4	熊国斌		4	51	4.0	4.0