基于IAF-SVM的隧道位移反分析研究

• 作者: 曹进海 王凯凯 胡军 葛凯华
• 来源期刊: 现代隧道技术
• 学科: 交通运输
• 关键词: 岩体力学参数 人工鱼群 支持向量机 BP神经网络 位移反分析
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 研究与计算
• 页码范围: 54-60
• 页数: 7页
• 分类号: U456.3+1|TP183
• 字数: 4269字
• 语种: 中文
• DOI: 10.13807/j.cnki.mtt.2017.05.008

摘要

在隧道位移反分析方面,文章针对BP神经网络易过度训练样本及小样本精度较低的缺陷,利用支持向量机(SVM)良好的泛化能力,提出了一种基于支持向量机进行隧道工程的弹塑性位移反分析方法.同时考虑支持向量机的性能很大程度依赖于参数的选择,运用改进的人工鱼群(IAF)高效的全局搜索能力,寻找最优的SVM参数,以此避免SVM在参数选择上的随机性.利用FLAC3D软件进行某隧道工程正分析计算,依据若干测点的位移计算结果,运用该方法进行弹塑性位移反演.结果表明,在小样本空间里,该方法的收敛速度和反演精度均优于BP神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡军	辽宁科技大学土木工程学院	29	118	6.0	9.0
2	王凯凯	辽宁科技大学土木工程学院	9	14	3.0	3.0
3	曹进海	辽宁科技大学土木工程学院	4	15	3.0	3.0