基于遗传算法优化支持向量机的改进 pba 工法研究

《基于遗传算法优化支持向量机的改进 pba 工法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于遗传算法优化支持向量机的改进PBA工法研究第1章绪论1.1研究背景及意义随着我国轨道交通的迅猛发展，城市地铁施工工法也在不断优化和改进，目前应用较为成熟的有盖挖法、明挖法、浅埋暗挖法和盾构法等。为了实现地铁自身的最大优势，地铁多数建于城市商业中心，地上高楼林立，地下管线交错复杂，为了有效控制既有构筑物的沉降以及管线损伤等，学者们提出了浅埋暗挖洞桩法，简称PBA工法。PBA工法是在盖挖逆作法基础上进行改良的施工方法，结合了盖挖逆作法的特点，将盖挖法施工中的挖孔桩、梁、柱等的施工转入地下进行，并将扣拱、人工挖孔桩、导洞和钻孔灌注桩等技术结合起来。PB

2、A工法工期短，造价低，且施工沉降容易控制，多适用于无水、地层相对较好、周边环境较为复杂的地区。近几年，PBA工法已经广泛应用于城市地铁建设当中，带来了良好的经济和社会效益，但是PBA工法的导洞施工方案等细节问题还有待于深层次的优化。PBA工法的施工技术发展先于理论研究，具体的施工步序、开挖方法、支护措施以及受力情况等方面的研究还有待于进一步补充。以施工过程中各结构部件的受力转换模式为依据设置支护措施，是保障施工安全、高效进行和避免人财损失的首要条件。鉴于初支扣拱阶段在整个施工过程中的关键性，为了提高施工过程的安全性，对PBA工法初支扣拱阶段的施工方案

3、进行完善具有深刻的意义。大多数施工方案比选都采用有限元计算和数值分析相结合的方法，综合各类影响因素最终确定最优方案。但是即使在同一地区也会存在不同岩层深度，岩土类型差异较大，地质条件复杂的情况，原位测试和室内试验难以精准得到各岩层的力学特性参数，通过累积叠加不同地层的沉降得到最终沉降不仅计算量庞大，且最终所得结果的可信度不高。经过广大学者的探索和研究，一种根据现场实测位移数据反演岩土力学参数的方法，已受到岩土工程领域的普遍重视，该法可以为理论研究和数值模拟在岩土工程中的应用提供符合实际的参数，改善了室内试验和原位测试花费较高和操作复杂的缺点。....

4、...1.2国内外研究现状分析岩体力学参数反演的常用方法是位移反分析法（BackAnalysisofDisplacement），该法由Kirsten[1]（1976）首次提出，即运用现场实测位移反推岩体力学参数。位移反分析法的岩体力学参数反演主要以岩土力学理论为基础，高度还原现场测量情况，因此具有较强的理论性和可行性。GoidaG[2]（1980）将单纯形法等优化方法应用到岩体的弹性及弹塑性力学参数求解问题中，并分析了不同优化方法的优劣性和适用性。AiaiR[3]（1984）将二次梯度法引入传统求解方程中，解得岩体的弹性模量和泊松比。杨林德[4]（1

5、989）介绍了反分析法的基本原理并分析了位移量测信息在反演计算应用中的局限性，以及反分析法的工程应用和研究发展方向。张玉军[5]（1990）指出反分析法常用的三单元及开尔文模型流变参数的途径和方法，可以在较一般的情况下由量测反演初始地应力及岩体流变参数，但是此方法没有考虑洞室周边有支护、浅埋及岩体产生塑性变形等情况，仅适用于岩体能够被近似看成均质连续的粘弹性体，且洞室处于深埋时的情况。王冬松、张弥等[6]（1992）研究了迭代收敛准则（直接法）、位移量测时机和舍入误差等因素对于反分析参数的影响，提出了逆问题解的置信概率区间估计方法。刘维宁[7]（19

6、93）以信息论为基础，建立了针对岩土工程逆问题的数学信息理论基本框架，揭示了逆问题的信息本质，为反分析方法的理论研究探索了新的途径。朱伯芳[8](1994)以减少回归变量，提高回归精度为目的，利用开挖过程中的检测位移反演周围岩体的初始地应力；又运用现场实测的初始地应力值反演大范围内岩体的初始地应力值，具有很高的实用价值。袁勇、孙钧[9](1994)提出了一种基于Bhattacharya信息不等式为基础的更具一般意义的目标函数，解决了由常规方法建立的目标函数因实测位移值离散性强而得不到有效估计值的问题。.......第2章基于遗传算法优化支持向量机的岩

7、土力学参数反演2.1支持向量机概述支持向量机（SupportVectorMachine，SVM）首先由Vapnik于1995年提出，可用于非线性回归和模式分类，作用方式类似于径向基函数网络和多层感知器网络。支持向量机是以实现结构风险最小化为理论基础的；为了大幅度扩大正、反两例间的边缘间距，支持向量机在边缘建立了一个分类超平面（即决策曲面）将两者隔离。这个原理基于这样的一个事实：学习机器以某一依赖VC维数的项和训练误差率的和作为测试数据的泛化误差率。SVM在模式分类条件下计算时，将前一项的值默认为零，同时保证第二项值的最小化。所以，即使支持向量机并不运

8、用问题领域的内部问题解决问题，也可以在可分模式下达到很好的泛化性能。.......2.2核函数概述核函数是S