期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
地质突变条件下基于组合模型的围岩等级和TBM掘进参数预测 被引量：3
1
作者 满轲 曹子祥 +4 位作者 刘晓丽 宋志飞 柳宗旭 刘汭琳 武立文 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第1期55-62,共8页
为了提高硬岩隧道掘进机(TBM)施工的安全性和智能化,基于TBM掘进数据,提出了一种将双向长短期记忆(BiLSTM)网络与支持向量机回归(SVR)算法相结合的可以同时进行围岩等级和TBM掘进参数预测的组合模型(BiLSTM-SVR模型)。实例验证结果表明:... 为了提高硬岩隧道掘进机(TBM)施工的安全性和智能化,基于TBM掘进数据,提出了一种将双向长短期记忆(BiLSTM)网络与支持向量机回归(SVR)算法相结合的可以同时进行围岩等级和TBM掘进参数预测的组合模型(BiLSTM-SVR模型)。实例验证结果表明:BiLSTM-SVR模型对围岩等级的预测准确度较高,均方根误差均小于0.0265、平均绝对百分比误差均小于0.95%;BiLSTM-SVR掘进参数预测中,推力和扭矩的预测准确度最高,净掘进速度和开挖比能的预测准确度最低;BiLSTM-SVR模型比BiLSTM模型和SVR模型的掘进参数预测准确度有较大的提高,因此进行单一模型的组合可以有效提高模型预测的准确度和鲁棒性。 展开更多
关键词 TBM 地质突变 围岩等级 掘进参数 BiLSTM-SVR模型
下载PDF
基于灰色关联分析和SSA-RF模型的岩爆等级预测 被引量：5
2
作者 满轲 武立文 +4 位作者 刘晓丽 宋志飞 柳宗旭 刘汭琳 曹子祥 《金属矿山》 CAS 北大核心 2023年第5期202-212,共11页
矿山巷道、交通隧道等工程中岩爆灾害频发,岩爆预测变得尤为重要。为了提高岩爆等级的预测准确率和预测模型泛化性,提出了一种采用麻雀搜索算法(SSA)优化随机森林算法(RF)模型的SSA-RF模型。考虑岩爆等级预测指标的合理性,综合岩爆成因... 矿山巷道、交通隧道等工程中岩爆灾害频发,岩爆预测变得尤为重要。为了提高岩爆等级的预测准确率和预测模型泛化性,提出了一种采用麻雀搜索算法(SSA)优化随机森林算法(RF)模型的SSA-RF模型。考虑岩爆等级预测指标的合理性,综合岩爆成因特点并根据灰色关联分析结果进行4组方案比选以确定最佳预测指标组合,采用模型的重要度分析验证最佳预测指标组合的合理性。方案一保留全部预测指标作为对比项,方案二筛除与岩爆等级之间灰色关联度较低的两项预测指标,方案三采用复合指标,方案四采用独立指标。搜集了151个岩爆样本数据作为模型数据集,将SSA-RF模型的预测效果与其他7种预测方法进行比较,并分析了不同样本容量的模型敏感性。结果表明:方案二为最佳方案,最佳预测指标组合为围岩切向应力、应力系数、弹性能指数和单轴抗压强度;相比于其他7种预测方法,SSA-RF模型在4组方案中预测准确率均最高且平均准确率达到88.09%,在最佳方案中甚至达到95.23%;SSA-RF模型的预测指标重要度排序较RF模型更合理并有效验证了最佳预测指标组合的合理性;采用SSA优化RF模型可以提高RF模型对不同岩爆样本容量的预测准确率和泛化性,有效弥补了RF模型随机性的不足。综上可知,SSA-RF模型对于实际工程的岩爆等级预测具有可行性和有效性。 展开更多
关键词 岩爆等级预测 灰色关联分析 SSA-RF模型 模型重要度分析 模型敏感性分析
下载PDF
露天延深开采诱发边坡岩体滑移机理分析
3
作者 孙世国 高园园 +1 位作者 于云鹤 刘汭琳 《陕西煤炭》 2024年第11期81-86,共6页
在充分考虑地下采区多次重复采动的基础上对东露天矿的延深开采进行数值模拟计算,分析数值模拟结果,研究井工转露天开采诱发边坡滑移机制,分析井工开采对露天边坡的影响,并通过计算沉降与位移,分析可知,地下采区受露天矿开采诱发的活化... 在充分考虑地下采区多次重复采动的基础上对东露天矿的延深开采进行数值模拟计算,分析数值模拟结果,研究井工转露天开采诱发边坡滑移机制,分析井工开采对露天边坡的影响,并通过计算沉降与位移,分析可知,地下采区受露天矿开采诱发的活化影响对边坡的稳定性影响增大;由于活化效应,坑底矢量方向基本指向地下采空区方向,上部不同区域合成后矢量指向不同,说明放顶煤开采地下采空区的空间受连续活化影响,空隙空间逐渐减小,剩余空间继续压密;随着边坡的不断开采,当边坡位于主断面下山方向一侧时,矢量合成后应力作用增大,对边坡的稳定性产生不利影响;而当边坡位于主断面上山方向一侧时,二者矢量合成后,会有一部分应力相互抵消,这对边坡的稳定性是有利的。 展开更多
关键词 露天延深开采 数值模拟 滑移机理 多次重复采动 边坡稳定性 活化效应
下载PDF
基于GRU-RF模型的TBM掘进参数预测研究 被引量：2
4
作者 满轲 曹子祥 +2 位作者 刘晓丽 宋志飞 刘汭琳 《应用基础与工程科学学报》 EI CSCD 北大核心 2023年第6期1519-1539,共21页
在TBM施工过程中,仅依靠主司机主观经验确定掘进参数可能导致施工效率低、卡机、刀盘磨损严重和围岩坍塌等问题.采用最小二乘法将门控循环单元(GRU)和随机森林(RF)进行集成,开发一种TBM掘进参数预测模型(GRU-RF模型),并利用灰色关联度... 在TBM施工过程中,仅依靠主司机主观经验确定掘进参数可能导致施工效率低、卡机、刀盘磨损严重和围岩坍塌等问题.采用最小二乘法将门控循环单元(GRU)和随机森林(RF)进行集成,开发一种TBM掘进参数预测模型(GRU-RF模型),并利用灰色关联度分析方法对模型输入特征进行筛选.GRU-RF模型预测掘进参数推力、转速和贯入度的拟合优度(R2)平均值为0.81、平均绝对百分比误差(MAPE)平均值为8.32%、均方根误差(RMSE)平均值为0.74,相对误差(RE)平均值几乎为0.选择双向长短时记忆(BiLSTM)模型、误差反向传播神经网络(BPNN)模型、GRU-BPNN模型和BPNN-RF模型进行各掘进参数预测结果误差的对比分析.结果表明,GRU-RF模型的预测准确度和泛化性最高,最小二乘法集成传统机器学习模型和深度学习模型可以构建强预测性能的预测模型.最后证明了灰色关联度分析在预测模型输入特征筛选中的必要性.该研究为实际工程掘进参数预测提供了指导,有助于推动TBM智能化施工. 展开更多
关键词 隧道工程 TBM 岩体参数 掘进参数 GRU-RF模型 最小二乘法 灰色关联度分析
原文传递
基于GA-BP神经网络的富水砂层渣土改良效果预测 被引量：1
5
作者 刘汭琳 满轲 +2 位作者 刘晓丽 宋志飞 周然 《隧道建设（中英文）》 CSCD 北大核心 2023年第S01期222-232,共11页
为了解决通过室内试验评价渣土改良效果存在耗时长、成本高,无法满足目前隧道掘进中的预测需求等问题,基于深度学习,引入遗传算法GA(genetic algorithm)对传统BP(back propagation)神经网络重新设计和优化,创建GA-BP模型;选择均方根误差... 为了解决通过室内试验评价渣土改良效果存在耗时长、成本高,无法满足目前隧道掘进中的预测需求等问题,基于深度学习,引入遗传算法GA(genetic algorithm)对传统BP(back propagation)神经网络重新设计和优化,创建GA-BP模型;选择均方根误差GMSE、平均绝对误差MAE和决定系数R2作为评价模型预测效果的研究指标;利用机器学习中支持向量机算法与随机森林算法的预测结果与GA-BP模型的预测结果进行对比。试验结果表明:1)基于深度学习的传统BP模型和本文创建的GA-BP模型的各项评价指标皆高于机器学习算法;2)相较于传统BP网络的预测结果,GA-BP模型对内摩擦角、渗透系数和坍落度预测的最高相对误差分别降低了7.18%、5.02%、1.17%,且GA-BP模型的RMSE、MAE和R2值都优于传统BP模型和机器学习算法的预测结果。由此可得,基于深度学习的神经网络比机器学习算法更能提取到数据之间的关联性,且经过遗传算法优化后得到的GA-BP模型提高了传统BP模型的预测准确度。 展开更多
关键词 富水砂层 渣土改良 遗传算法 BP神经网络 效果预测
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部