隧道围岩变形预测的进化高斯过程回归模型

• 作者: 刘保国 刘开云 徐冲 方昱
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 隧道工程 变形预测 高斯过程回归 遗传算法 智能模型
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 铁道工程
• 页码范围: 101-106
• 分类号: U451.2
• 字数: 4673字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2011.12.017

摘要

隧道施工围岩变形预测是关系到隧道施工安全和工程质量的关键,至今已出现多种预测模型,但也存在各种问题.本文将高斯过程回归(GPR)引入隧道施工围岩变形预测以克服现有模型存在的问题,针对目前采用共轭梯度法获得GPR模型最优超参数的缺陷,将十进制遗传算法(GA)与高斯过程回归算法相耦合,采用遗传算法在训练过程中自动搜索GPR模型最优超参数,形成GA-GPR算法,并编制相应的计算程序.为了对比,采用遗传算法与支持向量回归(SVR)算法相耦合,形成GA-SVR算法,将这两种算法程序应用于黄榜岭隧道施工围岩变形预测.计算结果对比表明:本文提出的进化高斯过程回归算法明显提高了预测精度,并为类似工程提供借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘保国	北京交通大学土木建筑工程学院	64	803	15.0	25.0
2	方昱	北京交通大学土木建筑工程学院	7	79	6.0	7.0
6	刘开云	北京交通大学土木建筑工程学院	41	694	14.0	25.0
7	徐冲	北京交通大学土木建筑工程学院	10	182	5.0	10.0