隧道围岩大变形高斯过程回归预测模型及其工程应用
Science Technology and Engineering（2018）
Abstract
为解决围岩大变形中出现的高度非线性时序问题,引入可处理小样本、高度非线性问题的高斯过程回归(GPR)理论.以日本长崎嬉野隧道及四川地区的王登隧道两个典型大变形隧道工程为例,以长期监控量测所得数据为训练样本,运用GPR方法进行构建隧道围岩大变形预测模型.得出主要结论:①相较于ANN、SVM、GM(1,1)等常规预测模型,GPR预测模型可更为精确地对隧道拱顶沉降值与净空收敛值进行预测;②对岩体出现大变形拐点的非线性阶段,其预测趋势更符合工程实际,可更为合理的对围岩大变形初期阶段实现预测,进而及早地实现对施工预警以及支护方案的比选优化;③GPR算法经工程案例验证,能高效精准地对隧道围岩变形进行预测,可为类似工程提供借鉴.
MoreTranslated text
Key words
tunnel engineering,gaussian process regression,deformation prediction,surrounding rock
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined