基于数据再生与空间重构的岩土体变形行为预测.pdfVIP

第 31 卷第6 期 岩土力学 Vol.31 NO.6 2010 年6 月 Rock and Soil Mechanics Jun. 2010 文章编号I 1000-7598 (2010) 06一1877-08 基于数据再生与空间重构的岩土体变形行为预测 董辉1 ，杨瑶博 1 ，傅鹤林2 ，聂春龙2， 3 (1.湘潭大学土木工程与力学学院，湖南湘潭 411105; 2. 中南太学土木建筑学院，长沙 410075; 3. 南华大学城市建设学院，湖南衡阳 421001 ) 摘要z 针对岩土体变形行为预测中观测数据的有限性以及信息的不完备性，提出以分段插值或 Boostrap 重采样对有限观测 数据再生以增强数据细节信息，以坐标变换或状态空间重构改变时序数据的表示形式，并重写~有不显著的规律的研究方法。 在深入分析方法中重来样、混沌辨识、相空间重构的嵌入维数和延迟时间等关键技术的基础上，分别采用支持向最机、径向 基函数前向型神经网络 (RBF) 以及反馈型神经网络 (Elman)，对3 组不同特征工程算例的岩土体变形时序在数据再生和空 间重构前后进行预测对比研究。结果表明，变形时序的数据再生与重构能够极大地扩充数据细部特征信息和凸显岩土体变形 演化的本质规律，以此数据建立的 SVM 预测模型，真可靠性和准确性优于以原始数据 SVM、 RBF 和 Elman 建模预测效果。 关键词z 数据再生:空间重构:变形行为:预测 中圄分类号: TU 432 文献标识码:A Research 00 prediction of rock and soils deformation behavior based on data reproduction and space reconstruction 1 2 2 DONG Hui , YANG Jun-bQ 1, FU He-lin , NIE Chun-long ,3 (1. College ofCivil En阴阳吨and Mechanics ,Xian脾n Universi町， Xi创脾n， H田UUI 411105 ,China; 2. School of Civil and Archi始CtUraI Engin，白白毡， Central Sou由 Univers町， CiUUlgsha 410075 ,China; 3. College ofUrban Cons1ructio吨 South China University,H回电yang， Hunan 421001 ,China) Abstrad: A piecewise linear interpolation and Boostrap resample methods are introduced to enrich information of deformation monitoring data in detail and enlarged data capacity. Moreover，也ec∞rdination transforms or space reconstruction is also used to change data r，叩resentation and rewrite indistinct p甜ems or rules of moniωr data in order ωenhance the finiteness and incompleteness of sample data in process of prediction modeling for deformation behavior on rock and soil system.ηle efficiencies of new ideas are tested by 出e comparative studies ofp