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1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：
基于SVM-BP模型非完整数据的隧道围岩挤压变形预测 被引量：5
1
作者 黄震 廖敏杏 +2 位作者 张皓量 张加兵 马少坤 《现代隧道技术》 EI CSCD 北大核心 2020年第S01期129-138,共10页
采用一种可靠的方法预测隧道围岩挤压变形对隧道的设计与施工至关重要。文章构建了用于围岩挤压变形分类的SVM-BP组合模型,通过设计不同特征参数和3种分类器“SVM模型、BP模型、SVM-BP组合模型”用于隧道挤压预测的试验,分析了不同模型... 采用一种可靠的方法预测隧道围岩挤压变形对隧道的设计与施工至关重要。文章构建了用于围岩挤压变形分类的SVM-BP组合模型,通过设计不同特征参数和3种分类器“SVM模型、BP模型、SVM-BP组合模型”用于隧道挤压预测的试验,分析了不同模型的预测准确性和特征参数对预测结果的影响,验证了SVM-BP模型的可靠性。研究结果表明:采用隧道直径D、隧道埋深H、岩石质量指数Q和支撑刚度K这4个特征可较好地反映围岩挤压变形的分类效果;SVM-BP模型组合了SVM和BP神经网络模型的优点,具有灵活的非线性建模能力和大规模信息的并行处理能力,因此,SVM-BP模型比SVM和BP模型的分类性能更优;D,H和K这3个指标共同耦合对隧道围岩挤压变形预测结果的影响较大。 展开更多
关键词 隧道挤压 变形预测 SVM-BP 分类器性能 机器学习
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