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 |
|