基于支持向量机回归的岩体变形模量预测          下载免费PDF全文

刘超  唐锡彬  邓冬梅  孙自豪  姜耀飞  邓姗 《地质科技通报》2018,37(5):275-280

岩体变形模量是表征岩体变形特性的最重要参数之一，其获取手段有室内试验与现场试验法、经 验 关 系 法、数 值 模 拟法、人工智能预测方法等。人工智能预测方法中常用的是神经网络方法，但神经网络易陷入局部极小值和过学习而导致低精度，支持向量机回归（ＳＶＲ）方法能有效地避免神经网络的以上缺陷，并在小样本、非线性预测方面具有较大优势，但目前 ＳＶＲ 应用于岩体变形模量预测的研究较少。以某水电站坝址区英安岩的试验数据为依托，采用灰色关联分析筛选出与变形模量最相关的纵波波速作为输入变量。在此基础上，以３个国内的水电站为例，分别建立相应的以实测纵波波速作为输入变量的粒子群算法优化－支持向量机回归（ＰＳＯ－ＳＶＲ）变形模量预测模型，同时，通过与 ＢＰ神经网络（ＢＰ－ＮＮ）、ＲＢＦ神经网络（ＲＢＦ－ＮＮ）２种预测方法进行对比，对比分析表明ＳＶＲ模型具有更高的预测精度，预测效果较好，说明 ＰＳＯ－ＳＶＲ方法更适用于岩体变形模量预测。   相似文献   

基于支持向量机回归的岩体变形模量预测     

刘超  唐锡彬  邓冬梅  孙自豪  姜耀飞  邓姗 《地质科技情报》2018,(5)

岩体变形模量是表征岩体变形特性的最重要参数之一,其获取手段有室内试验与现场试验法、经验关系法、数值模拟法、人工智能预测方法等。人工智能预测方法中常用的是神经网络方法,但神经网络易陷入局部极小值和过学习而导致低精度,支持向量机回归(SVR)方法能有效地避免神经网络的以上缺陷,并在小样本、非线性预测方面具有较大优势,但目前SVR应用于岩体变形模量预测的研究较少。以某水电站坝址区英安岩的试验数据为依托,采用灰色关联分析筛选出与变形模量最相关的纵波波速作为输入变量。在此基础上,以3个国内的水电站为例,分别建立相应的以实测纵波波速作为输入变量的粒子群算法优化-支持向量机回归(PSO-SVR)变形模量预测模型,同时,通过与BP神经网络(BP-NN)、RBF神经网络(RBF-NN)2种预测方法进行对比,对比分析表明SVR模型具有更高的预测精度,预测效果较好,说明PSO-SVR方法更适用于岩体变形模量预测。  相似文献   

聚类分析PC—1500程序及其在地质找矿中的应用     

唐锡彬  陈振伟 《西南矿产地质》1995,9(3):59-67

  相似文献   

SUBSITE^TM70管线仪在查找地下水管漏水点方面的应用     

唐锡彬  罗发科 《西南矿产地质》1996,10(3):50-55

本文系统地介绍了地下管线电磁法探测的基本原理，友贵州都匀剑江化肥厂水管泄漏点的探测为例，对地下水下管泄漏位确定这个长期困扰人们的问题进行了初步的探讨。  相似文献   

改良用高液限红粘土作回填土填料性质的方法研究     

杨建华  唐锡彬  王强 《地下水》2014,(3):153-155

高液限（ω＞80％）红粘土作为一种特殊的不良地基土体,具有软土、土洞、地面塌陷和胀缩性破坏等不良工程特性,其难排水、难固结的特性原则上是导致其不能作为回填地基材料的主要原因。研究提出在一定的最优含水量范围内,按一定比例掺和碎石并提高压实功等级的改良处理措施,可增大红粘土的最大干密度,提高其压实度,对改良用高液限红粘土作为回填材料增加了可能性。  相似文献