首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 30 毫秒
1.
工程围岩是一种高度非线性的复杂动态系统,其影响因素众多,单一的评价指标已不能准确描述围岩分类情况。目前,综合考虑多种指标评价围岩分类的方法很多,但围岩评价指标之间或多或少存在一定的相关性,其评价指标中存在一些服从非高斯分布的指标,无法满足概率神经网络(PNN)样本层中采用高斯分布作径向基函数的要求,因此,提出一种对称Alpha稳定分布(SaS)。SaS有更广泛的数学表达,其径向对称特性还可充当PNN样本层中高斯分布。在SaS的基础上,建立广州抽水蓄能电站二期工程围岩分类评价的SaS-PNN模型。预测结果表明,SaS-PNN模型具有良好的预测效果,其误判率为为4.55%。可为地下工程围岩分类评价提供一种新思路。  相似文献   

2.
边坡稳定性分析是一个复杂的系统工程问题,其评价直接影响边坡工程的安全性与经济性。为了实现对边坡稳定性的快速、高效和准确评价,需要考虑边坡稳定性多种评价指标,但指标间或多或少存在一定的相关性,从而导致参量信息重叠。文章提出一种因子分析方法对边坡稳定性相关指标数据进行降维处理,提取3个综合指标对边坡稳定性进行总体评价。因子分析后的指标彼此独立,能够满足概率神经网络(PNN)样本层中采用高斯函数作径向基函数的要求。在因子分析的基础上,建立边坡稳定性评价的PNN模型,将其应用于39个典型的边坡稳定性评价。预测结果表明:5种不同的训练和测试样本个数下PNN模型仍具有良好的预测效果,其正判率分别为100%、94.87%、94.87%、84.62%和84.62%,说明因子分析与PNN模型结合可为岩土工程中边坡稳定性评价提供了一种很好的思路。  相似文献   

3.
基于网格搜索法优化支持向量机的围岩稳定性分类模型   总被引:1,自引:0,他引:1  
为科学评价围岩稳定性,本次研究借助支持向量机(SVM)处理小样本、非线性问题能力强的特性,对围岩的稳定性进行了分类。选取16组围岩数据作为学习样本,以岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量5个指标作为模型输入,围岩稳定程度为模型输出,建立了基于支持向量机的围岩稳定性分类模型。为增强模型的推广性能,提高其预测准确率,运用改进的网格搜索方法(GSM)寻找最优的支持向量机参数,并对8组围岩数据进行预测,并同BP神经网络模型的预测结果进行对比。结果表明,建立的GSM-SVM模型对预测样本的评判结果与实际结果一致,其预测精度较BP神经网络有很大的提升。  相似文献   

4.
围岩稳定性评价指标分布具有有限区间分布和等级边界模糊特性。基于联系数理论和云理论的耦合方法,探讨了能考虑指标区间分布特点和级别界限模糊转换特性的围岩稳定性分类联系云模型。首先探讨了有限区间内的联系云模型,以描述有限区间内的围岩稳定性分类指标的模糊性和转换态势,结合样本指标权重和联系概率概念分析实测评价指标对各等级的综合确定度,判定了样本的围岩稳定性级别。实例应用和与其他方法对比分析结果表明,该模型应用于围岩稳定性评价是有效可行的,取得较好效果,且弥补了理想云模型不能整体描述有限区间分布的指标间确定和不确定关系的缺陷,拓广了云模型应用的适应性。  相似文献   

5.
基于粗糙集和理想点法的隧道围岩分类研究   总被引:1,自引:0,他引:1  
理想点法是一种多目标决策分析法,其基本思路是通过构造多指标问题的理想解和反理想解,并以靠近理想解和远离反理想解的程度作为各评价对象的判断依据,基于此原理建立了隧道围岩分类的理想点法评价模型。理想点法各指标权重的取值是否合理对最终的评判结果有着很大的影响,采用粗糙集理论把权重问题转化为粗糙集中属性重要性评价问题,以此来确定各指标权重。该方法不需先知经验,求解过程完全由实际样本驱动,具有很强的可操作性。建立了基于粗糙集和理想点法的隧道围岩分类模型,并应用于实际工程,结果表明,该方法的分类结果与实际相符,基于粗糙集和理想点法为隧洞围岩分类提供了一种新思路  相似文献   

6.
申艳军  徐光黎  杨更社 《岩土力学》2014,299(2):565-572
针对目前水电站地下厂房工程中不同围岩分类方法存在评价结果不一致、围岩力学参数存在室内试验值与实际情况不吻合的现象,现推荐采用岩体精细化描述体系对围岩岩体结构进行定量化评价。将常用围岩分类方法(RMR、Q、RMi、GSI、BQ、HC)评价指标予以归纳分组,并通过各组内不同指标对比分析获得围岩分类方法中的基础评价指标。以大岗山水电站主厂房某区段为分析对象,采取现场岩体精细化地质素描与后期数据挖掘、拟合相结合方法,并依据评价指标间的关联关系,获得了基础、非基础评价指标的分布概型及对应参数,实现对该段围岩岩体精细化描述认知;基于精细化描述结果,应用Monte Carlo法生成符合各评价指标分布概型的大量随机数,而后参照各分类方法评价思路与评分流程,得到评价指标在各分类方法对应的大量随机评分值,通过归纳统计获得不同围岩分类方法评价结果的分布概型;基于各围岩分类方法评价结果与力学参数值之间的关联关系实现对力学参数概率特征分析。该分析方法与思路可为类似工程围岩质量及力学参数的精确确定提供一定借鉴,并可为实现围岩支护极限状态设计提供必要的原始参数支持。  相似文献   

7.
SOM-RBF神经网络模型在地下水位预测中的应用   总被引:1,自引:0,他引:1  
利用自组织映射(SOM)聚类模型优化径向基函数神经网络(RBFN)隐层节点的方法,减小了RBFN由于自身结构问题在地下水水位预测中产生的误差。采用SOM对已有样本进行聚类,利用聚类后的二维分布图确定隐层节点的数目,并根据聚类结果计算径向基函数的宽度,确定径向基函数的中心,由此建立SOM-RBFN模型。以吉林市丰满区二道乡为例,采用2000—2009年观测的地下水位动态资料,利用SOM-RBFN模型对地下水位进行预测,验证其准确性,并分别以5、7、10a的地下水位动态数据为研究样本建立模型,考查样本数量对预测结果的影响。研究结果表明:SOM-RBFN模型预测地下水水位过程中,均方根误差(RMSE)的均值为0.43,有效系数(CE)的均值为0.52,均达到较高标准,因此SOM-RBFN模型可以作为有效而准确的地下水水位预测方法;同时RBF7的RMSE和CE均值分别为0.38和0.68,结果优于RBF5和RBF10,这就意味着在模型计算中样本数量不会直接影响预测结果的精度。  相似文献   

8.
在东北地区选取试验区,对比多种分类模型,提出一种基于多源多模态数据和多流CNN的岩体分类模型. 其中包括两个子模型:一是基于大尺度邻域和深度卷积神经网络的岩体提取模型;二是基于波段组合和多模态数据的多流CNN融合模型. 研究结果表明,预测结果图整体区域预测分布正确,总体精度评价指标达到84.4%,具有智能化程度高、客观性强的特点,能够为地质工作者提供辅助决策依据. 此外,还采用迁移学习策略对样本数量进行扩容,解决了CNN模型小样本问题.  相似文献   

9.
周超  殷坤龙  曹颖  李远耀 《地球科学》2020,45(6):1865-1876
准确的滑坡易发性评价结果是滑坡风险评价的重要基础.为提升滑坡易发性评价精度,以三峡库区龙驹坝为例,选取坡度等10个因子构建滑坡易发性评价指标体系,应用频率比方法定量分析各指标与滑坡发育的关系.在此基础上,随机选取70%/30%的滑坡数据作为训练/测试样本,应用径向基神经网络和Adaboost集成学习耦合模型(RBNN-Adaboost),径向基神经网络和逻辑回归模型分别开展易发性评价.结果显示:水系距离、坡度等是滑坡发育的主控因素;RBNN-Adaboost耦合模型的预测精度最高(0.820),优于RBNN模型和LR模型的0.781和0.748.Adaboost集成算法能进一步提升模型的预测性能,所提出的耦合模型结合了两者的优点,具有更强的预测能力,是一种可靠的滑坡易发性评价模型.   相似文献   

10.
洪水灾情SVM评估模型   总被引:1,自引:0,他引:1  
为解决单项洪水灾情等级评价指标结果的不相容问题,提高综合评价的精度,本文利用支持向量机分类算法,将洪水灾情非线性、高维评价样本指标通过映射转换为高维空间的线性问题,选取径向基函数作为模型的核函数,建立洪水灾情的支持向量机分类模型,实例证明该方法简便、适用性强,为洪水灾情评价提供了新的途径.  相似文献   

11.
基于可拓理论的围岩稳定分类方法的研究   总被引:11,自引:0,他引:11  
黄祥志  佘成学 《岩土力学》2006,27(10):1800-1804
在双护盾TBM(tunnel boring machine)的隧洞施工中,将可拓理论与洞室围岩稳定评价相结合。基于碴料和掘进参数的地质编录所提供的地质信息,选取了能够反映围岩稳定综合特性的评价指标,确定围岩稳定类型和预测前方岩体情 况。在物元理论、可拓集合论和关联函数运算的基础上,建立了隧洞围岩稳定分类的可拓评价方法,其中引进了隶属度的概念和一种定量的指标权重的确定方法,并在山西引黄工程的双护盾TBM隧洞施工中用此分类方法对某两段围岩进行了稳定分 类,得到的稳定分类结果与实际情况吻合。  相似文献   

12.
由于受到多种因素的综合作用,因此对围岩稳定性进行准确分类是一个难题。选取影响围岩分类的5个主要因素,根据分类标准,采用在每级标准中随机内插的方法,得到50个标准样本,用于构建分类模型。针对上述复杂优化模型,采用遗传算法进行优化,以获得的最佳投影方向为基础,得到围岩稳定性分类的投影寻踪插值模型。实例分析表明:该模型的分类结果是准确和可靠的,与采用其他几种分类方法所得结论一致。此外,该模型可以得出每个样本的具体得分值,即使对属于同一级的样本也可以排出它们的优劣顺序,因而具有较高的分类精度,是一种更具有应用前景的新方法。  相似文献   

13.
选取岩石抗压强度、完整系数、结构面状态、地下水发育情况、洞轴线与软弱结构面的夹角作为地下储油库工程围岩稳定性的评价因素,并采用权重反分析的方法确定各指标的权重,建立了基于权重反分析方法和功效系数法的洞库围岩稳定性评价模型。最后,将建立的围岩分类模型应用于实际工程,通过与实际开挖结果对比表明,模型判别结果与实际开挖揭露围岩类别相吻合,证明了该方法用于地下储油洞库围岩分类的合理性和有效性,为地下储油洞库围岩稳定性判别提供了一种新思路。  相似文献   

14.
统计预测模型是进行中长期水文预报的主要手段之一,在统计预测模型建模过程中面临的一个重要问题是如何从诸多待选模型中挑选出一个预测投入较低、预测精度较高的模型。针对这一多属性综合评价问题,提出了利用数据包络分析中的CCR模型进行水文统计预测模型综合评价的方法。模型的输入指标包括预测因子指标和模型参数指标,输出指标为模型精度评价指标,评价结果为模型的相对效率。作为典型案例,对参考作物腾发量预测的20个径向基函数网络模型的有效性进行了评价,结果表明该评价方法是可行的。模型中预测旬参考作物腾发量的关键因子是最高、最低温度,其次是风速,再次是日照时数;将预测时段所属的旬序号作为网络输入可显著提高模型预测精度和相对效率。  相似文献   

15.
建立了反映跨采巷道具体稳定状态的围岩结构稳定性指标,以实测资料为样本确定出指标权值,采用模糊ISODATA 聚类分析方法得到结构稳定性亚分类模式,提供了结构稳定性实用分类方案,可应用于跨采巷道稳定性预测与支护设计。  相似文献   

16.
杨青松 《地质与勘探》2023,59(5):985-999
概率神经网络是一种分类准确率高、泛用性强、可以包容一定数量错误样本的人工神经网络,极其适合勘查地球化学找矿中的预测找矿靶区。本文以四川雅江县木绒锂矿为例,运用概率神经网络搭建智能找矿模型,以已知区的Li元素及与其相关性强的Rb-Cs-Al-Fe元素作为训练指标,对模型进行训练,经过多次训练后将Spread值确定为0.08,使模型在训练集和测试集的准确率均大于80%,实现非线性的指标与成矿潜力的对应,得到本矿区的PNN模型,然后对预测区的样本数据进行预测,成功圈定了1处靶区。为检验靶区准确性,以Li、Rb、Cs元素数据累计频率的80%作为异常下限,圈出的异常区域与靶区位置基本重叠。对预测区进行了实地查证工作,发现两条红柱石带,其中一条与靶区位置吻合,表明该神经网络模型准确性高,可用于矿产勘查的预测研究。  相似文献   

17.
提高神经网络模型推广性的关键是控制模型的复杂度,给出了一种基于贝叶斯推理的神经网络方法,它能自然地融入关于模型的先验知识,与观察到的数据样本相综合来控制神经网络模型中不同部分的复杂度。使用马尔可夫链蒙特卡罗模拟可获得模型参数的后验分布,预测分类是许多个以各自后验分布为权的马尔可夫链上的模型样本的平均。在二个实际分类问题应用中与常规神经网络方法进行了对比分析。  相似文献   

18.
胡记磊  唐小微  裘江南 《岩土力学》2016,37(6):1745-1752
基于解释结构模型和因果图法,选取12个具有代表性的定性和定量因素,在大量数据不完备的情况下提出了建立贝叶斯网络液化模型的方法。以2011年日本东北地区太平洋近海地震液化不完备数据为例,采用总体精度、ROC曲线下面积、准确率、召回率和F1值5项指标对模型进行综合评估,并与径向基神经网络模型进行对比。结果表明:贝叶斯网络液化模型的回判和预测效果都优于径向基神经网络模型,且对于数据缺失的样本的预测效果也较理想。此外,该模型对于不同土质的液化评估均有较好的适用性。分类不均衡和抽样偏差会对模型的学习和预测效果产生很大影响,建议应同时采用上述5项评估指标进行综合评估模型的优劣。  相似文献   

19.
滑坡易发性评价是精细化滑坡灾害风险评价的基础。为了提升滑坡易发性评价模型的精度和稳健性,以三峡库区万州区燕山乡为例,选取工程地质岩组、堆积层厚度等九个影响因子构建滑坡易发性评价指标体系,应用信息量模型定量分析滑坡发育与指标之间的关系。在此基础上,随机选取70%/30%的滑坡样本作为训练/验证数据集,应用极致梯度提升模型(extreme gradient boosting, XGBoost)开展易发性评价。随后从模型预测精度和模型稳定性两方面将其与决策树模型(decision tree, DT)和梯度提升树模型(gradient boosting decision tree, GBDT)进行对比。结果表明:研究区堆积层滑坡主要受长江水系、堆积层厚度和工程地质岩组影响。XGBoost模型具有最高的准确率(94.3%)和预测精度(97.3%)。在模型稳定性验证中,平均预测精度最高(97.3%),优于DT(91.3%)和GBDT(95.7%),模型标准差和变异系数均为0.01,低于其余两种模型。XGBoost在区域滑坡易发性评价与制图中得到了可靠的结果,为滑坡灾害空间预测提供了新的技术支撑。  相似文献   

20.
围岩类别超前分类是隧道施工过程中必须开展的一项工作,其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类,提出了基于数字钻进技术和量子遗传(QGA)-径向基函数(RBF)神经网络的围岩类别超前分类方法。以数字钻进技术为基础,从钻进参数中提取有用信息,构建围岩类别超前分类指标体系。采用量子计算原理对遗传算法进行改进,通过量子位编码和量子旋转门更新种群,以此来确定RBF神经网络的参数,建立了基于QGA-RBF神经网络的围岩类别超前识别系统。最后将该方法应用于青岛胶州湾海底隧道的围岩类别超前识别中,结果表明,该方法具有较高的准确性,其结果为围岩类别超前分类提供了一种新思路。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号