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:
为实现隧道涌水量的高精度预测,以相关系数法和极限学习机为理论基础,构建隧道涌水量预测模型.首先,结合工程实例对隧道涌水的影响因素进行分析,并利用相关系数法分析各因素与涌水量之间的相关性,以筛选出重要影响因素;其次,将筛选出的重要因素作为预测模型的输入层,并利用试算法和经验公式优化极限学习机的模型参数,再利用M估计弱化预测误差,进而构建出用于隧道涌水预测的R-ELM模型.研究表明:1)岩溶隧道涌水灾害的影响因素较多,包括5类一级因素和12类二级因素,不同因素对隧道涌水灾害的影响程度存在一定差异;2)R-ELM模型预测结果的平均相对误差仅为1.12%,具有较高的预测精度,不仅验证了模型参数优化和M估计优化的有效性,也验证了R-ELM模型在隧道涌水量预测中的适用性.
推荐文章
岩溶隧道涌水量综合预测——以朱家岩岩溶隧道为例
岩溶隧道
涌水预测
物理模型
BP神经网络
基于时间序列模型的隧道涌水量反演与预测
隧道涌水
时间序列
随机
反演
预测
水底隧道涌水量预测方法的应用分析
水底隧道
隧道涌水量
预测方法
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 基于相关性准则和R-ELM模型的岩溶隧道涌水量预测研究
来源期刊 隧道建设(中英文) 学科 交通运输
关键词 隧道涌水 相关系数法 极限学习机 M估计 R-ELM模型 涌水量预测
年,卷(期) 2019,(8) 所属期刊栏目 研究与探索
研究方向 页码范围 1262-1269
页数 8页 分类号 U453.6+1
字数 8098字 语种 中文
DOI 10.3973/j.issn.2096-4498.2019.08.006
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 贺华刚 16 22 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (54)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (21)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
隧道涌水
相关系数法
极限学习机
M估计
R-ELM模型
涌水量预测
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
隧道建设(中英文)
月刊
2096-4498
44-1745/U
大16开
广东省广州市南沙区望江二街4号银华大厦
1981
eng
出版文献量(篇)
4400
总下载数(次)
18
论文1v1指导