基于高斯过程机器学习方法的隧道围岩分类模型.pdfVIP

现 代隧道技术 MODERN TU NNELLING 基于高斯过程机器学习方法的隧道围岩分类模型 TECHNOLOGY 文章编号： （ ） 1009-6582 2011 06-0032-06 基于高斯过程机器学习方法的隧道围岩分类模型 张 研 苏国韶 燕柳斌 (广西大学土木建筑工程学院，南宁 530004) 摘 要 针对现有围岩分类方法的局限性，基于工程实例，利用分类性能优异的高斯过程机器学习模型建立围 岩类别与其主要影响因素之间的非线性映射关系，进而提出一种基于高斯过程的隧道围岩分类模型，实现不同情况 下围岩分类的合理识别。 将该模型应用于川藏公路二郎山隧道围岩分类，研究结果表明，隧道围岩分类的高斯过程 机器学习模型是科学可行的，与人工神经网络模型、支持向量机模型相比较，该模型具有参数自适应化的优点，能方 便快捷地给出合理可靠且具有概率意义的围岩分类评价结果， 可对围岩分类结果的不确定性或可信度进行定量化 评价。 关键词 隧道 围岩分类 高斯过程 机器学习 中图