支持向量机的改及其在岩土工程反分析中的应用.pdfVIP

摘要 种新的机器学习方法。由于具有较完备的理论 支持向量机(SⅥ讧)是基于统计学习理论的一 基础和较好的学习性能，能很好地解决小样本、 非线性、高维数和局部极小点等实际问题，使 它成为继神经网络之后新的研究热点。尽管$VM方法的性能在很多实际应用中得到了验证。 但在计算上仍存在一些问题，包括训练速度慢、算法复杂而难以实现、对噪声和野值敏感及算 法实现效率低等。 岩土力学是一门既赋理论内涵，又工程实践性很强的学科。经过几十年的研究，运用材料 力学、弹性力学、弹塑性理论等传统科学，提出了各种求解方法，但由于岩土介质的复杂性、 非线性、不确定性和模糊性等特点，传统的方法并没有达到满意的效果。智能岩石力学的提出 和发展为其提供了一条崭新的途径，SVM作为一种新的通用机器学习方法，对解决很难用数学 模型描述的问题具有很好的适应性，并具有广泛的应用前景。 在岩土工程问题中，如何正确给定岩体力学参数一直是一个比较棘手的问题，反分析方法 为岩体力学参数的获取提供了较为有效的途径。本文按照智能岩石力学的思想，将SVM应用 于岩十力学反分析的研究中，对岩土参数的识别进行了研究。 论文的主要工作有：