| 基于ACO-SVM的TBM引水隧洞锚杆轴力预测研究 |
| |
| 引用本文： | 王建,王利明,周振梁,路文甲,毛培良.基于ACO-SVM的TBM引水隧洞锚杆轴力预测研究[J].岩土工程技术,2023(5):532-537. |
| |
| 作者姓名： | 王建 王利明 周振梁 路文甲 毛培良 |
| |
| 作者单位： | 2. 盾构及掘进技术国家重点实验室;3. 中铁隧道局集团有限公司;4. 北京交通大学 |
| |
| 基金项目： | 国家重点研发计划（2020YFB2006804）；;河南省科技攻关（212102310270）； |
| |
| 摘 要： | 预测隧道锚杆轴力变化趋势，不仅能掌握隧道结构的安全状况，而且对隧道风险预警和应急响应至关重要。基于新疆YEGS输水工程喀双隧洞锚杆轴力监测数据，通过蚁群算法（ACO）和粒子群算法（PSO）优化支持向量机（SVM）模型，预测分析锚杆轴力的变化趋势，研究表明：相比PSO-SVM和传统的SVM预测模型，ACO-SVM预测模型在充分考虑隧道埋深、温度及作用时间等多项非线性影响因素后，求解的预测值与实测值更加接近，相对误差基本在15%以内，平均绝对百分误差仅为5.92，具有较好的鲁棒性，模型的稳定性和泛化能力更强，更加适合TBM隧道锚杆轴力变化趋势的预测分析，具有一定的工程应用和推广价值。
|
| 关 键 词： | TBM 现场监测 锚杆轴力预测 支持向量机 蚁群算法 粒子群算法 |
|
