共查询到17条相似文献，搜索用时 234 毫秒
1.
距离判别法在公路隧道围岩分类中的应用 总被引：4，自引：1，他引：3
将距离判别分析方法应用于公路隧道围岩类别判定问题中,结合前人研究经验,选用隧道洞室围岩岩石单轴饱和抗压强度σc、节理平均间距d、岩石质量指标RQD、地下水情况作为围岩类别判定的距离判别分析模型判别因子,以前人实际工程中公路隧道围岩实测数据资料作为训练样本进行分析计算,建立围岩类别判定的距离判别分析模型。采用回判估计方法对判别结果进行验证,误判率为零,将对样本数据的回判结果与前人应用神经网络方法判别结果对比,判别结果一致。运用距离判别分析模型对浙江省诸永高速公路枫树岭隧道围岩类别情况进行判别,将所选洞段围岩情况判定为Ⅳ类,与规范方法判定结果一致。 相似文献
2.
基于Bayes判别分析方法的地下工程岩爆发生及烈度分级预测 总被引：3，自引：0，他引：3
在岩爆发生和烈度分级预测的距离判别分析模型的基础上,结合地下工程岩爆的特点和Bayes判别分析理论,提出了地下工程岩爆发生及烈度分级预测的Bayes判别分析方法。综合分析影响岩爆主要因素,选取最大切向应力 、岩石抗压强度 、岩石抗拉强度 和弹性能量指数 作为判别因子建立岩爆预测的Bayes判别分析模型,并利用回代估计法对误判概率进行估计。利用国内外一些重大深部地下工程实例作为学习的样本进行训练建模,经过训练后的模型回判估计的误判率为0。利用该模型对国内3处典型的隧道岩爆情况进行预测,结果与实际情况符合得很好。研究结果表明,Bayes判别模型在岩爆发生可能性及烈度分级预测中具有良好的适用性和有效性。 相似文献
3.
岩爆等级评价具有模糊性和不确定性,而粗糙集理论的云模型对处理模糊性和不确定性问题具有独特优势,由此提出了基于模糊C均值（简称FCM）算法粗糙集的云模型理论在岩爆等级评价中的新模型。该模型选用岩石单轴抗压强度 、洞室围岩最大的切向应力 、岩石单轴抗拉强度 和岩石弹性能量指数Wet作为岩爆等级评价因子,依据岩爆分级标准计算各评价因子隶属于不同岩爆等级的云数字特征。同时,以国内外40例岩爆工程为研究对象,运用基于FCM算法的粗糙度理论进行因子属性重要性评价,计算各评价因子权重。根据正向正态云发生器,得到待评样本的综合确定度,由最大综合确定度判定岩爆级别。研究表明：该模型的评价结果与实际情况基本一致,具有一定的可行性,为岩爆预测提供了一种新的研究方法与思路。 相似文献
4.
基于功效系数法的岩爆烈度分级预测研究 总被引：9，自引：1，他引：8
岩爆是高地应力区岩质隧道施工过程中经常发生的工程地质灾害,对其发生的可能性及其烈度分级预测一直是隧道工程世界性难题之一。基于功效系数法的基本原理,在综合考虑岩爆的关键影响因素基础上,选取?θ /?c 、?c /?t、Wet和Is作为评价因子,建立了一种新的岩爆烈度分级预测模型。利用国内外典型岩爆工程实例对所建模型进行检验,判别结果与实际岩爆等级相符,且与集对分析法和可拓方法判别结果基本一致,表明运用功效系数法对岩爆烈度进行预测是合理的、可行的。再运用功效系数法对苍岭隧道岩爆危险性进行判别,预测结果与实际情况一致,说明基于功效系数原理的岩爆预测新方法具有较高的准确性和可靠性,且简单、易懂、可操作性强,具有良好的工程应用前景。 相似文献
5.
基于距离判别分析方法的深基坑支护方案优选研究 总被引：2，自引：1，他引：1
基于马氏距离判别分析理论,分析了影响深基坑支护方案的因素,从安全性、经济性、可行性3个方面选取了10个实测指标作为影响深基坑支护方案选型的判别指标,利用国内大量的深基坑支护实例作为学习样本进行训练,建立距离判别分析模型,对深基坑支护方案进行优选,并利用回代估计法对距离判别分析模型进行检验。研究结果表明,经过训练后的支护方案优选模型误判率很低,判别优选能力很高。预测样本与工程实例的检验表明,距离判别分析模型优选性能良好,验证了该模型的高效性和实用性。说明距离判别分析理论是解决深基坑支护方案优选问题的有效方法之一,可以在实际工程中进行推广。 相似文献
6.
岩爆是深部高地应力区地下岩体工程中的主要工程地质灾害之一,其发生及烈度预测是一个复杂的不确定系统问题。为了有效预测和判别深部工程岩爆灾害,在总体考虑岩爆各影响因素的基础上,选取地下工程中岩体完整性指数、岩石单轴抗压强度、岩石单轴抗拉强度、围岩最大切向应力、围岩抗压强度与其抗拉强度的比值、围岩切向应力与围岩抗压强度比值、弹性能量指数、岩爆倾向性指数作为岩爆预测的评判指标,提出了一种基于非线性参数优化的RBF-AR岩爆预测模型。在终南山隧道竖井岩爆判别中,利用RBF-AR法进行计算,计算结果与实际情况完全一致,表明该模型在岩爆预测中的可行性和有效性。 相似文献
7.
基于熵权-正态云模型的岩爆烈度分级预测研究 总被引：1，自引：0，他引：1
岩爆是深埋地下工程主要的工程地质灾害之一,其烈度分级预测是必须解决的岩石工程重大问题。针对岩爆烈度分级的不确定性,选取岩石单轴抗压强度与抗拉强度比σ_c/σ_t、切向应力与岩石单轴抗压强度比σ_θ/σ_c、弹性变形能指数Wet和岩石完整性系数K_v等定量化指标建立评价指标体系,应用熵权法确定各评价指标权重,结合云理论建立了岩爆烈度分级预测的熵权-正态云模型。以国内外12组典型岩爆工程实例对所建模型进行检验,并与逼近理想解法、高斯径向基函数法的判别结果及实际情况进行对比。为进一步考察该模型的有效性和实用性,利用该模型对终南山公路隧道工程竖井的岩爆实例进行分析。研究结果显示,基于熵权-正态云模型的岩爆判别预测结果与实际岩爆情况较吻合,表明熵权-正态云模型在研究岩爆烈度分级预测中具有良好的实用性和可靠性,可为深部地下工程岩爆烈度分级预测提供一种新思路。 相似文献
8.
基于正态云模型的深埋地下工程岩爆烈度分级预测研究 总被引：3，自引：0，他引：3
岩爆是深埋地下工程开挖建设过程中常见的工程地质灾害,对其发生的可能性及其烈度分级预测一直是岩石地下工程的世界性难题。针对岩爆烈度评估过程中存在的模糊性和随机性问题,建立了基于德尔菲法和正态云的综合评判模型。在系统分析影响岩爆发生的相关因素的基础上,选取岩石单轴抗压强度与抗拉强度比σc/σt、切向应力与岩石单轴抗压强度比σθ/σc、岩石脆性指数Is和弹性变形能指数Wet构建评价指标体系,通过德尔菲科学方法确定其权重系数。基于云模型理论计算各评价因子隶属于岩爆级别的云数字特征,生成正态云滴,实现了岩爆烈度与评价指标值之间的不确定映射,保留了评估过程中的随机性。最后,利用国内外典型岩爆工程实例对所建模型进行检验,其判别结果与实际岩爆等级相符,且准确率高于功效系数法和集对分析理论,表明采用云模型对岩爆烈度进行预测是可行的、有效的。该模型具有较高的准确性和可靠性,能满足工程应用需要,在深埋地下工程岩爆预测中具有良好的工程应用前景。 相似文献
9.
工程中预判岩爆传统方法以岩石强度为基础,但实际岩爆发生更多取决于岩体结构及岩体强度。本研究以我国西部某铁路隧道工程岩爆为背景,岩体强度使用广义Hoek-Brown准则来计算,根据岩爆发生实际情况提出了基于岩体强度-最大地应力比的岩爆预判改进方法,将实际岩爆发生情况、传统方法预判结果与改进方法预判结果进行了对比。结果表明,使用广义Hoek-Brown准则计算的岩体强度,可以很好考虑岩石类型和强度、施工情况、岩体结构特征;基于岩石强度-最大地应力比的岩爆预判结果与实际情况有较大差别,但基于岩体强度-最大地应力比的岩爆预判结果与岩爆发生实际情况基本一致;使用最大地应力和岩体强度预判岩爆时,轻微、中等、强烈、剧烈岩爆对应的岩体强度-最大地应力比范围分别为>0.15、0.07~0.15、0.02~0.07、<0.02。研究结果对高地应力区隧道工程施工、岩爆防治措施确定都具有重要的参考价值。 相似文献
10.
以淮南潘二矿区、山西河池矿区和河南焦作矿区水样作为突水水源数据,采用距离判别分析理论,对突水水源进行判别分析。选用六大常规离子作为判别因子,分别建立矿井突水水源的距离判别分析模型。经回判检验表明,潘二水样和焦作水样的距离判别模型回判准确率超过90％,而河池矿区水样距离判别模型的回判准确率仅50％。为此,增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立河池矿区水样的距离判别分析模型,回判准确率提高至90％,证明适当增加特征判别因子对改善距离判别分析模型的判别准确率有利。最后对三个矿区的未知样本进行了距离判别分析,并与Bayes逐步判别法和模糊综合评判法判别结果对比,结果表明距离判别法稳定性较好,判别准确率与Bayes逐步判别基本相同,比模糊综合评判要好。因此,在判别因子选择合适的情况下,距离判别法是目前矿井突水水源判别的有效方法。 相似文献
11.
提出一种用以确定岩爆灾害评价中各指标权重的组合赋权（GEM-GW）方法。该方法依据信息熵理论,对基本熵权法进行改进,理论上解决熵权法在某些情况下不适用的问题,并引入欧几里得距离函数,使得主、客观权重之间和偏好系数间的差异程度一致,从而获得理想的综合权重。在该基础上,根据岩爆的成因及特点,选取影响岩爆的主要评价指标,同时对灰色聚类法进行优化,建立基于组合赋权的岩爆倾向性预测灰评估模型。利用该模型,对国内外一些重大深部岩石工程岩爆案例进行分析,并与模糊综合评判法、属性综合评判法、未确知测度评价法和物元分析法及实际情况进行比较。研究结果表明,该模型预测结果与实际情况吻合较好,预测精度较高,从而验证该模型的有效性及实用性。研究方法为岩爆灾害的准确预测提供一种切实可行的途径。 相似文献
12.
鉴于地下工程中岩爆预测的各种方法的局限性以及预报准确率低的现状,提出了地下工程岩爆综合集成预测的学术思路。这种学术思路将定性预测与定量预测相结合、单因素预测与多因素预测相结合,引入处理复杂性问题行之有效的非线性科学理论,对岩爆进行综合集成预测。详细介绍了岩爆预测的综合集成方法,包括：地质分析预测法、应力强度比法、层次分析—模糊评判法和神经网络法,并将其应用于雅砻江某水电站交通隧道岩爆预测中,取得了较好的效果。 相似文献
13.
基于人工神经网络的岩爆预测方法 总被引：8，自引：0，他引：8
在分析岩爆主要影响因素的基础上，建立了一种新的人工神经网络岩爆预测模型。采用已有岩爆发生数据作为训练样本对网络进行训练，利用收敛的网络进行岩爆烈度预测，预测结果与实际吻合，说明利用人工神经网络预测岩爆发生烈度是一种可行的方法。 相似文献
14.
岩爆是高地应力地区影响地下工程施工的主要地质灾害,岩爆预测已成为地下工程的世界性难题之一。地层的岩性条件和地应力的大小是影响岩爆发生的两个最根本因素,对这两个因素的准确判别将直接关系到岩爆预测的成功与否。根据工程的区域地质资料,利用FLAC3D程序建立了该区域的数值计算模型,并结合工程现场实测点的主应力数据,采用径向基函数神经网络,反演了计算区域的初始地应力场。基于现场岩石力学试验和TSP203探测技术,获取了岩爆高风险区域的地层岩性条件。最后结合地应力反演数据和TSP探测结果,对掌子面前面长距离范围内的岩爆强度进行精细预测。工程实际应用表明,该方法可操作性强,岩爆预测结果与实际开挖情况较吻合。 相似文献
15.
Rockbust is a violent expulsion of rock due to the extreme release of strain energy stored in surrounding rock mass, leading to considerable damages to underground strucures and equipment, and threatening workers' safety. As the operational depth of engineering projects increases, a larger number of factors influence the mechanism of rockburst. Therefore, accurate classification of rockburst intensity cannot be achieved based on conventional criteria. It is urgent to develop new models with high accuracy and ease to implement in practice. This study proposed an ensemble machine learning method by aggregating seven individual classifiers including back propagation neural network, support vector machine, decision tree, k-nearest neighbours, logistic regression, multiple linear regression and Naïve Bayes. In addition, we proposed nine data imputation methods to replace the missing values in the compiled database including 188 rockburst instances. Five-fold cross validation and the beetle antennae search algorithm are used to tune hyperparameters and voting weights of the individual classifiers. The results show that the rockburst classification accuracy obtained by the classifier ensemble has increased by 15.4% compared with the best individual classifier on the test set. The predictor importance obtained by the classifier ensemble shows that the elastic energy index is the most sensitive input variable for rockburst intensity classification. This robust ensemble method can be extended to solve other classification problems in underground engineering projects. 相似文献
16.
岩爆是地下工程开挖过程中硬质岩体存储的弹性应变能突然、迅速释放的动态过程。我国西南山区正在建设或拟建大量深埋长大隧道,勘察阶段岩爆的准确预测对有效设计和控制投资十分重要。从隧道工程勘察阶段线路比选与设计需求出发,针对隧道勘查期岩爆灾害预测指标获取难、预测精度低的问题,以该阶段岩爆预测指标的易获取性为前提,利用贝叶斯网络解决不确定性问题的有效性来反映岩爆烈度与各影响因素的相关关系。基于473组岩爆灾害案例,采用4个预测指标（地应力、地质构造、围岩级别和岩石强度）来构建岩爆烈度朴素贝叶斯概率分级预测模型,利用十折交叉验证方法确定模型预测精度达84.47%。将该模型应用于雅安—叶城高速公路跑马山1号隧道岩爆段落,预测结果显示:28次岩爆预测中有24次正确、4次错误,准确率高达85.71%;其中2组错误预测中,现场判别为轻微-中等岩爆,而本文模型预测为轻微岩爆。验证结果表明所建立的贝叶斯网络模型具有良好的预测性能,研究成果可为我国西南山区深埋长大硬岩隧道勘察设计期岩爆灾害预测提供技术支撑。 相似文献