作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用粒子群优化算法代替传统共轭梯度法对高斯回归学习机进行最优超参数搜索,克服共轭梯度法在优化过程中对初值依赖性太强、迭代次数难以确定、易陷入局部最优的缺点,进而形成粒子群—高斯过程回归算法.基于该算法提出一种根据现场岩石回弹强度σH预测岩石单轴饱和抗压强度σc的新途径,并对绩黄高速佛岭隧道4个掌子面20组σH及σc数据进行学习预测以检验该算法性能.工程应用表明:与传统采用点荷载实验确定σc方法相比,该算法能够更快建立和反映二者之间的映射关系,预测精度较高,加速了施工现场围岩分级变更的信息反馈及σc指标提取,可以此取代传统的数值回归模型进而指导施工.
推荐文章
预测岩石单轴抗压强度的神经网络方法
神经网络
点荷载强度
单轴抗压强度
重庆沙溪庙组地层岩石单轴抗压强度研究
沙溪庙地层
单轴抗压强度
软化系数
经验公式
基于岩石地质本质性的碳酸盐岩单轴抗压强度预测
岩石地质本质性
单轴抗压强度
预测经验公式
神经网络
灰色关联分析
碳酸盐岩
花岗岩矿物组成与其单轴抗压强度的相关性研究
花岗岩
矿物含量
矿物粒径
单轴抗压强度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 岩石单轴饱和抗压强度预测的PSO-GPR智能算法研究
来源期刊 国防交通工程与技术 学科 交通运输
关键词 围岩分级 岩石单轴饱和抗压强度 粒子群优化算法 高斯过程回归 智能预测
年,卷(期) 2015,(2) 所属期刊栏目 研究与设计
研究方向 页码范围 16-19,31
页数 5页 分类号 U451.2|TU452
字数 2628字 语种 中文
DOI 10.13219/j.gjgyat.2015.02.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘正龙 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (46)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
围岩分级
岩石单轴饱和抗压强度
粒子群优化算法
高斯过程回归
智能预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国防交通工程与技术
双月刊
1672-3953
13-1333/U
大16开
河北省石家庄市北二环东路17号石家庄铁道学院内
18-349
2003
chi
出版文献量(篇)
2219
总下载数(次)
1
总被引数(次)
5594
论文1v1指导