基于LIB-SVM的盾构隧道地表沉降预测方法研究

• 作者: 倪静 李林 潘宇平 耿雪玉
• 来源期刊: 水资源与水工程学报
• 关键词: 盾构隧道 地表沉降 支持向量机 沉降预测
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 岩土工程
• 页码范围: 231-235
• 页数: 5页
• 分类号: U455.43
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2018.03.39

摘要

在大数据开源的背景下,为了分析及预测隧道施工盾构掘进引起地表沉降,同时容纳较多影响地表沉降的因素,提高沉降预测的准确性,本文在总结归纳支持向量机的建模原理的基础上,将支持向量机(support vector ma-chine,SVM)方法应用到地表沉降预测中.结合虹梅南路隧道西线工程,选取土体参数、盾构参数和隧道埋深等8个影响因素作为输入特征,地表最终沉降量作为输出目标值,通过交叉验证选取LIB-SVM的最优参数组合并建立预测模型,对盾构施工引起的地表沉降进行了预测,并与实测数据进行了对比.结果表明:预测结果与工程实际情况较吻合,误差基本在5％以内,证明了该方法在盾构施工引起地表沉降的实际预测中具有可行性,为隧道工程的研究提供了一条新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪静	上海理工大学环境与建筑学院	60	158	8.0	10.0
2	李林		9	28	3.0	5.0
3	潘宇平	上海理工大学环境与建筑学院	3	6	2.0	2.0
4	耿雪玉	英国华威大学工程学院	2	4	1.0	2.0