基于递进复合式组合预测模型的软岩隧道大变形预测研究

• 作者: 赵淑敏
• 来源期刊: 隧道建设（中英文）
• 学科: 交通运输
• 关键词: 软岩隧道 大变形 LS-SVM 预测模型 灰色模型 BP神经网络
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 研究与探索
• 页码范围: 1131-1137
• 页数: 7页
• 分类号: U45
• 字数: 5854字
• 语种: 中文
• DOI: 10.3973/j.issn.2096-4498.2018.07.008

摘要

为实现对隧道大变形发展趋势的判断,达到优化现场施工,避免出现施工安全问题的目的,采用LS-SVM和优化GM(1,1)模型对隧道变形进行预测,并以误差平方和为指标,将两者的预测结果进行组合,再进一步利用BP神经网络对前者的预测误差进行修正,以实现综合预测.通过实例检验,得到最小二乘法对支持向量机的优化效果要优于对灰色模型的优化效果,且误差修正模型能进一步有效地提高预测精度,使预测值与实测值更为接近;同时,通过本文的预测结果,得到后4个周期的变形仍具有持续变形的趋势,应采取有效措施,避免工程事故的发生.本文预测模型具有较好的预测精度及适用性,对隧道大变形研究具有一定的参考意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵淑敏		14	10	2.0	2.0