登录    注册    忘记密码

期刊文章详细信息

基于机器学习与可靠度算法的围岩动态分级方法及其工程应用  ( EI收录)  

Dynamic classification method of surrounding rock and its engineering application based on machine learning and reliability algorithm

  

文献类型:期刊文章

作  者:郑帅[1] 姜谙男[1] 张峰瑞[1] 张勇[2] 申发义[2] 姜旭东[2]

ZHENG Shuai;JIANGAn-nan;ZHANG Feng-rui;ZHANG Yong;SHENFa-yi;JIANG Xu-dong(Collage of Transportation Engineering,Dalian Maritime University,Dalian,Liaoning116026,China;Jilin Provincial Expressway Group Co.,Ltd.,Changchun,Jilin130000,China)

机构地区:[1]大连海事大学交通运输工程学院道桥所,辽宁大连116026 [2]吉林省高速公路集团有限公司,吉林长春130000

出  处:《岩土力学》

基  金:国家自然科学基金项目(No.51678101);吉林省交通运输项目(No.2017ZDGC-4)~~

年  份:2019

卷  号:40

期  号:A01

起止页码:308-318

语  种:中文

收录情况:BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘  要:为了实现公路隧道建设过程中掌子面前方围岩质量的准确、快速评价,在传统岩体分级BQ方法基础上,基于机器学习与可靠度算法提出了一种隧道施工过程中围岩动态分级方法。机器学习工具选取为最小二乘支持向量机(LSSVM),并通过细菌觅食算法(BFOA)对其参数进行优化选取,以此构建分级指标组与围岩级别之间的非线性映射关系,其中分级指标组是由地质超前预报结果、掌子面强度回弹值等易于在施工过程中获取的参数形成。而且对于某些分级指标获取过程中可能存在的随机性问题,引入可靠度理论加以修正,通过机器学习结果构建可靠度计算的功能函数,最终得出具有概率意义的围岩分级结果。将所述方法应用于甄峰岭隧道现场,根据计算结果对部分区段进行了设计变更,通过自动化监测数据证明了变更方案的适用性。结果表明,所述分级方法可有效实现施工过程中围岩动态分级计算,为隧道建设的动态设计过程提供了一种新思路。

关 键 词:围岩级别 动态分级  响应面 方案变更  自动化监测

分 类 号:U455.4] U452.1]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心