基于范例推理的公路隧道拱顶变形时序支持向量机外延预测.pdfVIP

第 32 卷第 7 期 岩土力学 Vol.32 NO.7 2011 年7 月 Rock and Soil Mechanics Jul. 2011 文章编号. 1ω。一7598 (2011) 07-2仰9-07 基于范例推理的公路隧道拱顶 变形时序支持向量机外延预测 董辉1 ，侯俊敏1 ，傅鹤林2 ，杨果岳 l (1.湘潭大学土木工程与力学学院，湖南湘潭 411105; 2. 中南大学土木建筑学院，长沙 41ω75) 摘 要z 针对公路隧道拱顶变形预测模型的普适性与外推预测的准确性，提出了基于人工智能推理的隧道工程属性(地理位 置、监测位置、隧道高宽比、围岩级别和埋深〉与拱顶变形时序曲线原子矩阵的相似范例检索方法，并在深入分析了获取的 相似范例特征的基础上，进一步以 LPG 新核函数支持向量机建立先验知识的预测模型。应用该方法对通渝隧道工程KI9+994 断面拱顶下沉进行了预测与评估。结果表明，对于不同隧道间或同-隧道不同怪段预判拱顶变形或收敛，基于范例推理能够 获知良好的先验背景知识，且以此进行的支持向量机预测模型学习的回归内插(l~14 步序)的平均相对误差为 1.36%. 而 一次性外推预测 15 d 内的 8 个变形值(l6~30 步序)的平均相对精度为 97.28%. 证实了方法的可靠性。 关键词z 范例推理:隧道:拱顶变形:支持向量机:外延顽测 中固分类号， U452 文献标识码， A Support vector machioe extrapolatioo predictioo of tuonel arch-top deformatioo time series based 00 case-based reasooiog l l 2 1 DONG Hui , HOU Jun-min , FU He-lin , YANG Guc• yue ( 1. College ofCi悦IEngine哑盹笛idMechan阳. xiangtan University. xiar呕tan， Hunan 411105 ,china; 2. 8chool ofCivil and却喇阳tural E吨归自d吨， C回国1801础U副versity， Cha鸣蜘41ω75， China) Abstract: An artificial intelligence reasoning and similar case retrieval methodology 伽 twmel projects charac阳istics， such as geographic region, monitor position, d叩th-wid由 ratio， levels of SUlTOunding rock m部S and embedded d叩Ith ofωnnel， and time series of arch-top deformation, is presen也d aimed at universality of prediction model and extrapolative accuracy. The similar c部eis searched and analyzed; and a forecast model is further built based on prior resolU四 with LPG new kerr时of support vector machine. The efficiencies of method are 闹剧by 伊edicting arch-top subsidence of aωnnel pr吗ect example. Experimental results show 也