原文传递
基于支持向量机的隧道围岩位移变形预测分析研究
| 论文题名： | 基于支持向量机的隧道围岩位移变形预测分析研究 |
| 关键词： | 隧道工程;围岩位移;时间序列预测;支持向量机;小波核函数 |
| 摘要： | 新奥法是隧道工程建设中广泛使用的方法。监控量测是新奥法中的重要组成部分，量测的数据能够体现隧道围岩的变形状态，依托监测数据对隧道围岩的变形进行预测能够很好的为隧道的设计和施工提供参考价值，现今的位移反演分析能够对隧道进行一定范围内的预测，但反演分析主要依托在沉降稳定值的反推与邻近界面的材料特性相似性上，有一定的滞后性不能满足工程建设中时间投资上的要求。利用量测数据的自规律性对位移变形进行预测的研究还较少。针对位移变化的时间序列预测上，本文依托统计学习理论中的支持向量机开展研究，主要工作有: ①介绍了支持向量机的理论基础与具体的推导过程，利用阳宗隧道的位移监测数据实例分析了不同超参数组合下的支持向量机性能并且对比了多项式回归预测与递归最小二乘法预测的差异，结果表明支持向量机具有较好的稳定性。 ②以京珠高速公路温泉隧道位移非线性时间序列预测为例子，对比了不同特征表现形式下的RBF核支持向量机预测性能。分析结果表明，数据预处理能有效提升RBF核函数下的支持向量机预测性能，对于同一个映射空间下的子集选择RBF核函数不敏感。 ③针对RBF核函数优良的特性，通过小波理论与核函数的特性构造出了Morlet小波核函数，并经过溪洛渡电站隧道的监测数据的分析验证，Morlet小波核函数在监测频率不同的位移变形预测分析上，有较好的预测性能。 |
| 作者： | 陈桦深 |
| 专业： | 建筑与土木工程 |
| 导师： | 王先义 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
