中央高校基本科研业务费专项资金(2011JBM267)
- 作品数：4 被引量：35H指数：3
- 相关作者：刘开云刘保国方昱徐冲魏博更多>>
- 相关机构：北京交通大学安徽省高速公路控股集团有限公司中国铁路设计集团有限公司更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：建筑科学交通运输工程天文地球更多>>
- 边坡变形时序分析的进化-自适应神经模糊推理模型被引量：6
- 2012年
- 变形监测与预报是保证边坡工程施工安全与工程质量的重要措施,但由于位移时间序列的强非线性,边坡变形预报成为非常困难的问题.自适应模糊神经推理系统(ANFIS)有优越的学习和泛化性能,而遗传算法(GA)是优秀的全局优化工具.采用遗传算法优化ANFIS参数,并编制了相应的计算程序.结合三峡工程永久船闸施工变形监测和新滩滑坡变形监测,建立了边坡变形时序分析的GA-ANFIS智能模型.为了对比该模型的预测精度,采用GA优化支持向量回归(SVR)和BP神经网络的模型参数,编制了GA-SVR及GA-BP程序,对相同的算例进行了变形预测分析.按滚动预测法对三峡永久船闸高边坡和新滩滑坡的计算结果表明,文中提出的GA-ANFIS模型能够获得比GA-SVR和GA-BP模型更高的预测精度,可以应用于边坡工程变形监测预报分析,并为类似工程提供参考.
- 刘开云魏博刘保国
- 关键词：边坡工程自适应神经模糊推理系统
- 隧道围岩变形预测的进化高斯过程回归模型被引量：23
- 2011年
- 隧道施工围岩变形预测是关系到隧道施工安全和工程质量的关键,至今已出现多种预测模型,但也存在各种问题。本文将高斯过程回归(GPR)引入隧道施工围岩变形预测以克服现有模型存在的问题,针对目前采用共轭梯度法获得GPR模型最优超参数的缺陷,将十进制遗传算法(GA)与高斯过程回归算法相耦合,采用遗传算法在训练过程中自动搜索GPR模型最优超参数,形成GA-GPR算法,并编制相应的计算程序。为了对比,采用遗传算法与支持向量回归(SVR)算法相耦合,形成GA-SVR算法,将这两种算法程序应用于黄榜岭隧道施工围岩变形预测。计算结果对比表明:本文提出的进化高斯过程回归算法明显提高了预测精度,并为类似工程提供借鉴。
- 刘开云方昱刘保国徐冲
- 关键词：隧道工程遗传算法
- 公路隧道施工期围岩快速分级的一种新方法被引量：6
- 2013年
- 施工期围岩快速分级是保证隧道施工安全和工程质量的关键措施。结合绩黄、宁绩高速公路隧道群施工期围岩分级实践,在大量现场测试和室内试验的基础上,提出了一种基于国标BQ分级的新分级体系,并给出了每个分级指标的现场快速测试方法。用新分级体系进行隧道施工期围岩的快速分级工作,并以分级结果作为进化支持向量回归算法分级的训练样本,建立了隧道围岩分级的进化支持向量回归智能模型。为了方便现场使用,依据支持向量回归理论,将智能模型进一步转化为初等函数数学模型,经隧道围岩分级实例验证了该初等函数数学模型的准确性,为隧道施工期围岩快速分级提供了一种简便的新方法。
- 方昱刘开云刘保国
- 关键词：隧道工程
- 智能三维位移反分析法在浅埋偏压隧道中的应用
- 2012年
- 支持向量机(Support Vector Machines,SVM)算法具有小样本、全局优化和泛化性能好的优点,且不存在过拟合的弊病.结合张石高速北口隧道浅埋偏压段的施工,将一种改进的支持向量机算法引入隧道工程位移反分析,并采用遗传算法在样本训练阶段自动搜索训练效果最优的SVM参数,建立起围岩力学和初始地应力参数与洞周位移的非线性SVM映射;然后,以遗传算法在围岩力学和初始地应力参数范围内,自动搜索能使SVM计算位移与实测位移最接近的参数组合,完成围岩力学和初始地应力参数的智能辨识.应用结果表明,这种新型的智能位移反分析法能在监测数据有限的情况下,高精度地反演辨识围岩力学与初始地应力场参数,为围岩变形超前预报提供计算参数以指导施工,并为类似工程提供借鉴.
- 万良勇张雪峰刘开云
- 关键词：隧道工程支持向量回归遗传算法
