基于核主成分分析与SVM的岩爆烈度组合预测模型

摘要：

为了更好地预测岩土工程中的岩爆烈度,建立了基于多类型核函数的主成分分析方法与遗传算法或粒子群优化算法(GA/PSO)优化的支持向量机(SVM)相结合的组合预测模型.选取围岩最大切向应力σθ、岩石单轴抗拉强度σt、岩石单轴抗压强度σc、应力集中系数SCF、脆性指数B1和B2以及弹性应变能指数Wet共7个指标构成岩爆预测指标体系.基于统计的246个国内外岩爆实例数据,分别运用主成分分析和基于线性核函数、RBF核函数以及MLP核函数的主成分分析对数据进行预处理,得到2～4个线性无关的主成分.再将降维后的数据输入GA/PSO优化的SVM模型进行训练和预测.经测试,基于RBF核函数的主成分分析方法与PSO-SVM相结合的模型预测准确率达到了92.3％,为最佳组合模型,为岩土工程中的岩爆烈度预测提供了一种可靠的方法.

关键词：核主成分分析、岩爆烈度预测、遗传算法、粒子群优化算法、支持向量机、组合预测模型

所属期刊栏目：28

分类号：TU45(土力学、地基基础工程)

资助基金：国家自然科学基金项目"开采扰动下深部工程结构的动态响应机理";"考虑非平稳、强噪声信号到时差拾取的硬岩矿山微震定位方法研究"

在线出版日期：2020-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：575-584