基于多核学习支持向量机算法的隧道掘进速度预测

摘要：

盾构机凭借施工速度快、安全性高、污染小的优势,逐渐成为城市地铁隧道和土质隧道施工的主要方式.由于盾构机的掘进性能和许多因素相关,与地质条件之间的相互作用非常复杂,很难从理论上全面揭示其相关性.采用多核学习支持向量回归建立了地铁盾构机净掘进速度智能预测模型,并与支持向量回归模型进行了对比,结果表明两种模型在净掘进速度预测上都有较好的表现,但多核学习支持向量机具有比一般支持向量机更好的适应性和预测精度,可以实现对地铁盾构机净掘进速度的有效预测.

关键词：多核学习;支持向量机;掘进速度预测;机器学习;地铁隧道;盾构机

所属期刊栏目：43

分类号：TU451(土力学、地基基础工程)

在线出版日期：2021-12-13（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：75-80