隧道围岩变形预测的进化高斯过程回归模型 Intelligent Deformation Prediction Model of Tunnel Surrounding Rock Based on Genetic-Gaussian Process Regression Coupling Algorithm.pdfVIP

下载本文档

17
0
约2.51万字
约 6页
2018-01-29 发布于上海
举报
版权申诉

隧道围岩变形预测的进化高斯过程回归模型 Intelligent Deformation Prediction Model of Tunnel Surrounding Rock Based on Genetic-Gaussian Process Regression Coupling Algorithm.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

隧道围岩变形预测的进化高斯过程回归模型 Intelligent Deformation Prediction Model of Tunnel Surrounding Rock Based on Genetic-Gaussian Process Regression Coupling Algorithm

第33卷第12期铁道学报 V01．33No．12 1 0FTHECHINARAILWAYS()CIETY December2011 20 1年12月 JOURNAL 文章编号：1001—8360(2011)12—0101—06 隧道围岩变形预测的进化高斯过程回归模型刘开云1，方昱1’2，刘保国1，徐冲1 (1．北京交通大学土木建筑工程学院，北京100044；2．安徽省高速公路控股集团有限公司。安徽合肥230051) 摘要：隧道施工围岩变形预测是关系到隧道施工安全和工程质量的关键，至今已出现多种预测模型．但也存在各种问题。本文将高斯过程回归(GPR)引入隧道施工围岩变形预测以克服现有模型存在的问题。针对目前采用共轭梯度法获得GPR模型最优超参数的缺陷。将十进制遗传算法(GA)与高斯过程回归算法相耦合，采用遗传算法在训练过程中自动搜索GPR模型最优超参数，形成GA—GPR算法。并编制相应的计算程序。为了对比．采用遗传算法与支持向量回归(SVR)算法相耦合，形成GA—SVR算法，将这两种算法程序应用于黄榜岭隧道施工围岩变形预测。计算结果对比表明：本文提出的进化高斯过程回归算法明显提高了预测精度，并为类似工程提供借鉴。关键词：隧道工程}变形预测；高斯过程回归；遗传算法；智能模型中图分类号：U451．2文献标志码：A doi：10．3969／j．issn．1001-8360．2011．12．017 PredictionModelofTunnel Rock Deformation Intelligent Surrounding BasedonGenetic-GaussianProcess RegressionCouplingAlgorithm LIU Yul“，LIU Kai—yunl，FANGBao-gu01，XUChon91 ofCivil (1．School Engineering。BeijingJiaotongUniversity，Beijing100044．China； 2．Anhui Co．，Ltd．Hefei230051。China) ExpresswayHoldingGroup of rockisthe tO constructionand Abstract：Deformation key safetyquality．By predictionsurrounding guarantee havebeenfoundwith have kindsof models．however，various now，thereemergedmany prediction problems GaussianProcess(GP)holds suchas of them．The easy acquisition manyadva