基于粒子群算法优化支持向量机的岩爆预测研究

摘要：

由于地下工程的复杂性,岩爆的发生受到多种因素的影响,目前尚没有一种可靠的预测方法来对其进行预报,进而有针对性地进行工程灾害的风险控制.笔者提出将应力强度比(σθ/σc)、脆性系数(σc/σt)和弹性能量指数(Wet)作为影响岩爆的主要指标,并根据粒子群优化算法的参数选取和收敛速度快的优势及支持向量机的小样本、高维度、非线性的特性,提出了用粒子群优化算法对影响支持向量机分类性能的两个主要参数进行优化,进而获得优化的支持向量机分类器.利用PSO-SVM对在建二广九标茅田界隧道深埋变质砂岩岩爆发生情况进行预测,定量地判断该标段不存在岩爆现象,预测结果与茅田界隧道的实际情况基本相符.

关键词：粒子群算法、支持向量机、参数优化、岩爆影响指标、岩爆预测

所属期刊栏目：13

分类号：TU45(土力学、地基基础工程)

资助基金：国家科技部“十二五”支撑计划重点项目2012BAK10B00;广东省交通厅科技项目2012-02-19

在线出版日期：2017-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：364-369