山东大学自主创新基金(2012TS063)
- 作品数：3 被引量：61H指数：3
- 相关作者：邱道宏李术才张乐文苏茂鑫谢富东更多>>
- 相关机构：成都理工大学山东大学更多>>
- 发文基金：山东大学自主创新基金地质灾害防治与地质环境保护国家重点实验室开放基金国家自然科学基金更多>>
- 相关领域：建筑科学理学更多>>
- 基于模型可靠性检查的QGA-SVM岩爆倾向性分类研究被引量：17
- 2015年
- 岩爆是高地应力地区影响地下工程施工的主要地质灾害,岩爆预测已成为地下工程的世界性难题之一.为改善支持向量机(SVM)在岩爆分类中的精度,提出了一种模型可靠性检查的方法,其采用评价指标对评价等级的影响趋势对模型的可靠性进行检查,该模型可靠性检查法为一种通用方法,可用于任何基于先知经验方法的模型可靠性检查.在支持向量机核函数参数初步取值时,引入量子遗传算法(QGA)在解空间里进行全局搜索,最后建立了基于模型可行性检查的量子遗传算法-支持向量机的岩爆分类模型,并将其应用于实际工程中,结果表明,改进后的支持向量机在岩爆分类识别中具有较高的泛化能力和预测精度.
- 邱道宏李术才张乐文苏茂鑫谢富东
- 关键词：岩爆量子遗传算法支持向量机
- 基于隧洞超前地质探测和地应力场反演的岩爆预测研究被引量：29
- 2015年
- 岩爆是高地应力地区影响地下工程施工的主要地质灾害,岩爆预测已成为地下工程的世界性难题之一。地层的岩性条件和地应力的大小是影响岩爆发生的两个最根本因素,对这两个因素的准确判别将直接关系到岩爆预测的成功与否。根据工程的区域地质资料,利用FLAC3D程序建立了该区域的数值计算模型,并结合工程现场实测点的主应力数据,采用径向基函数神经网络,反演了计算区域的初始地应力场。基于现场岩石力学试验和TSP203探测技术,获取了岩爆高风险区域的地层岩性条件。最后结合地应力反演数据和TSP探测结果,对掌子面前面长距离范围内的岩爆强度进行精细预测。工程实际应用表明,该方法可操作性强,岩爆预测结果与实际开挖情况较吻合。
- 邱道宏李术才张乐文崔伟苏茂鑫谢富东
- 关键词：岩爆TSP203岩爆预测
- 基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究被引量：16
- 2014年
- 围岩类别超前分类是隧道施工过程中必须开展的一项工作,其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类,提出了基于数字钻进技术和量子遗传(QGA)-径向基函数(RBF)神经网络的围岩类别超前分类方法。以数字钻进技术为基础,从钻进参数中提取有用信息,构建围岩类别超前分类指标体系。采用量子计算原理对遗传算法进行改进,通过量子位编码和量子旋转门更新种群,以此来确定RBF神经网络的参数,建立了基于QGA-RBF神经网络的围岩类别超前识别系统。最后将该方法应用于青岛胶州湾海底隧道的围岩类别超前识别中,结果表明,该方法具有较高的准确性,其结果为围岩类别超前分类提供了一种新思路。
- 邱道宏李术才薛翊国田昊闫茂旺
- 关键词：围岩分类径向基函数(RBF)神经网络
