基于改进向量机的岩体质量分级研究

• 作者: 何云松 薛秋池 赵其华
• 来源期刊: 水利水电技术
• 学科: 工学
• 关键词: 支持向量机(SVM) 岩体质量分级 BP神经网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 工程地质
• 页码范围: 133-138
• 页数: 6页
• 分类号: TP183
• 字数: 4748字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2017.01.025

摘要

以金沙江某水电站工程实例,应用交叉验证和网格搜索优化支持向量机(SVM)模型建立岩体质量分级模型,选取岩石单轴抗压强度(Rc)、岩石质量指标(RQD)、岩体风化程度、节理组数(Jn)、节理粗糙系数(Jr)、节理蚀变系数(Ja)、地下水状态7个参数作为输入参数构建立分类模型,对坝区复杂的岩体结构进行质量分级.通过与RMR(岩体地质力学分类)和BP神经网络分类法对比,表明:支持向量机具有高非线性映射能力,对岩体分类识别能力极强,具有较好的准确度和稳定性,能够满足实际的工程需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵其华	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	138	1174	18.0	26.0
5	何云松	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	2	3	1.0	1.0
9	薛秋池	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	2	11	2.0	2.0