岩爆烈度预测模型在高速公路隧道中的应用.docxVIP

  • 5
  • 0
  • 约4.26千字
  • 约 7页
  • 2021-08-13 发布于广东
  • 举报

岩爆烈度预测模型在高速公路隧道中的应用.docx

岩爆烈度预测模型在高速公路隧道中的应用 摘要:岩爆是隧道开挖中常见的工程地质灾害,为准确预测岩爆烈度,提出基于KPCA-WOAKELM的岩爆烈度预测模型。首先,根据岩爆烈度影响因素确定岩爆评判指标,并采用核主成分分析(KPCA)对岩爆数据做特征提取,简化模型输入参数的同时充分保留数据特征信息;其次,使用核极限学习机(KELM)拟合评判指标与岩爆烈度间的非线性映射关系,并采用鲸鱼优化算法(WOA)优化KELM的参数,避免人工设置参数对模型预测效果的影响;然后,使用准确率、精确率、召回率、F值等指标综合评估模型的预测性能;最后,利用秦岭终南山公路隧道岩爆实例验证该模型的可行性。研究表明,KPCA-WOA-KELM能有效地简化数据结构,避免局部最优解,提高岩爆烈度预测的准确率。 岩爆是隧道开挖时,因岩体受到扰动,其中聚积的弹性能突然释放,导致岩体脱落、爆裂、弹射的动力失稳现象,严重时可造成重大财产损失和人员伤亡 在岩爆烈度预测方面,国内外学者进行了大量的研究 核极限学习机(Kernel Based Extreme Learning Machine,KELM)是一种分类预测算法,该算法将核函数与极限学习机(Extreme Learning Machine,ELM)相结合,以提高ELM算法的预测性能。故本文岩爆烈度预测将基于KELM实现,同时为解决因人工设置参数而影响KELM预测效

文档评论(0)

1亿VIP精品文档

相关文档