基于数据挖掘的支持向量机围岩分类方法研究

针对围岩分类问题,提出了一种依据数据挖掘技术,采用二叉树支持向量机的智能围岩分类方法。该方法选择9项影响围岩分类的主要指标,利用SPSS Modeler数据挖掘工具构建SVM分类拟合模型,对围岩数据进行分类和预测,以实现快速智能化决策输出。研究结果表明:基于数据挖掘的支持向量机围岩分类方法可以很好地解决小样本、非线性、高维数的问题,该方法科学可行、可视性强、准确率高,应用前景广阔。     

基于DE-SVM的围岩支护模式识别设计方法研究

地下工程地质环境复杂和基础信息匮乏,围岩的地质结构参数与稳定性之间具有复杂的非线性关系.基于差异进化(DE)算法和支持向量机(SVM)提出了一种围岩支护的模式识别设计方法,通过支持向量机对收集代表性样本数据的学习,建立地质结构参数与支护类型的映射关系,即可以自动地根据围岩地质特征进行支护类别的设计.由于支持向量机的惩罚因子和核参数的选取对其预测精度有较大影响.引入全局智能优化算法--差异进化算法对上述参数进行优化,获得支持向量机的最佳预测模型.该方法克服了传统神经网络的过学习和一般支持向量机参数选取盲目的问题.通过工程实例的计算分析,说明该方法是可行的,能获得满意的效果.     

洞室围岩变形预测的ACA-LSSVM模型及工程应用研究

现场监测获得的围岩变形信息,从宏观上反映了洞室的力学性态变化。为克服人工神经网络方法的过学习问题,提出了一种新的洞室围岩变形预测模型--进化支持向量机模型。该模型利用蚁群算法来搜索支持向量机的惩罚因子和核函数参数,避免了人为选择参数的盲目性,提高了支持向量机的推广预测能力。应用该非线性智能预测方法,滚动预测围岩变形量,能及时发现异常情况,从而调整和优化施工步序,维护洞室的稳定性。将该方法用于锦屏一级水电站工程洞室变形预测,结果表明,该方法具有科学可靠、实时性的优点,具有广泛的应用前景。     

支持向量机在饮用水水源地水质评价中的应用

采用回归支持向量机(SVR)和分类支持向量机(SVM)对饮用水水源地水质进行评价。针对支持向量机学习参数难以确定的不足,利用粒子群优化(PSO)算法寻优支持向量机学习参数,提出PSO-SVR及PSO-SVM评价模型,以文山州2014年13个饮用水水源地水质评价为例进行实例研究。结果表明:利用PSO算法寻优支持向量机学习参数可有效提高模型的评价精度和泛化能力。PSO-SVR及PSO-SVM模型对实例水质评价结果相同,各具特点和优势,均可用于相关水质综合评价。     

基于CMFOA-SVM的边坡稳定性评价模型

边坡失稳往往会造成巨大的经济损失和人员伤亡，构建科学有效的边坡稳定性评价模型对于边坡灾害防治具有重要意义。针对边坡评价涉及多重不确定性，探讨了基于正态云模型、果蝇优化算法与支持向量机耦合的边坡稳定性评价模型，即利用正态云模型描述果蝇个体飞行方向和飞行距离的随机性与模糊性，以改进果蝇优化算法，进而应用基于正态云模型的果蝇算法(CMFOA)求解支持向量机(SVM)分类模型的最优参数组合，并结合实例应用及与GA-SVM、PSO-SVM和网格法-SVM对比分析，验证模型的可靠性。实例应用及对比结果表明，CMFOA-SVM模型应用于边坡稳定性评价有效可行，且评价准确率高，同时CMFOA算法的参数寻优效率高，也为其他分类问题提供了新的参考。     

果蝇优化算法在区域高程拟合中的应用

针对最小二乘支持向量机拟合法难以选择最优参数的问题,将果蝇优化算法引入最小二乘支持向量机中,构建区域GPS高程拟合模型的方法,利用果蝇优化算法全局寻优能力强、过程简洁、参数少等优点,解决最小二乘支持向量机的参数寻优问题,并通过最小二乘支持向量机来构建高程拟合模型。结果表明,与BP神经网络拟合方法相比,引入果蝇优化算法的最小二乘支持向量机拟合方法具有更高的稳定性,内符合精度比标准最小二乘支持向量机提高了26%。     

基于AdaBoost-SVM的混凝土坝变形预测模型

针对混凝土坝变形预测模型中环境量与效应量之间复杂的非线性问题,以及单支持向量机(SVM)模型预测精度不高的问题,提出一种AdaBoost-SVM的混凝土坝变形预测模型,该模型采用结构风险最小化的原则,并借鉴提升算法强化学习的思想,从而提高模型的学习性能,达到增强模型泛化能力和预测精度的目的。结合实例,经过AdaBoost-SVM预测模型对混凝土坝位移原型监测数据进行训练及预测,并将预测结果与单支持向量机模型的预测结果进行对比,结果显示:基于AdaBoost-SVM预测模型得到的均方差为0.5565,平均误差绝对值为0.40,预测精度比单支持向量机模型高出一个数量级;而且相较于单支持向量机预测模型,强化后的模型在预测时段表现出更好的稳定性。该模型综合了提升算法与支持向量机各自的优势,可作为混凝土坝变形预测的一种有效方法。     

基于PCA-Logistic模型的围岩稳定性分类研究

为了建立易于理解和应用的围岩稳定性分类模型,采用主成分分析法对围岩样本数据进行降维处理,以Logistic模型来描述围岩稳定性影响因素与围岩稳定性之间的经验关系。选取影响围岩分类的5个主要因素,根据分类标准,采用在每级标准中随机内插的方法,得到100个标准样本,用于建立PCA-Logistic模型。分析结果显示,PCA-Logistic模型拟合效果良好,对工程实例的预测结果同投影寻踪模型和分形-插值模型完全一致,表明该模型在围岩稳定性评价中具有可行性和有效性。     

基于光学和雷达图像的土地覆被分类

为寻求一种有效的提高多源遥感数据土地覆被分类制图精度的方法,探讨了融合HJ1B和ALOS/PALSAR图像进行遥感图像分类制图的方法。在对光学图像HJ1B和雷达遥感数据ALOS/PALSAR进行离散小波融合的基础上,应用分类决策树CART(Classification and Regression Tree)算法对融合的图像进行了土地覆被分类制图,并将其分类结果与支持向量机SVM（Support Vector Machine）分类结果进行对比。研究结果表明：将光学和雷达图像数据进行离散小波融合,采用分类决策树CART和支持向量机SVM进行图像分类,CART的分类精度要优于SVM的结果。可见,在光学图像HJ1B和雷达数据ALOS/PALSAR融合的基础上,应用CART能有效进行地物识别,提高图像的分类精度。     

水轮机空化现象智能识别的分类模型训练方法

目前国内暂无相关成熟的分类模型训练方法以支持机器自动识别水轮机初生空化现象，针对于此，提出了一种支持向量分类算法(SVCC)用于水轮机空化现象智能识别的分类模型训练，以解决现有技术中分类算法对非线性可分样本数据分类效果不佳的问题。对该分类模型的核函数和超参数选取等环节进行了优化，以更好地适应水轮机空化试验数据的特点。训练好后的分类模型已应用于东方电机有限公司水轮机模型试验台进行水轮机初生空化的识别。实际应用表明，该分类模型能够提高机器对水轮机初生空化现象的识别效率且其最终判别准确率可达80%。     

含原生隐性节理工程岩体分级方法

白鹤滩水电站柱状节理玄武岩体内原生微裂隙发育,分布有宏观肉眼不易辨认的隐性节理,节理面较平整,多呈闭合状,为断续镶嵌结构,但岩石强度大,纵波波速高,岩体本身质量及其实际结构特征与测试得到的物理力学性质不相匹配。以白鹤滩水电站坝基柱状节理玄武岩作为含原生隐性节理的代表性岩体,基于其特殊性状,开展现场钻孔取芯、声波测试与点荷载试验,采用目前较为常用的几种工程岩体分级方法对其开展分级研究,对比分析岩体分级的结果与工程实际情况是否具有一致性;并以BQ分级方法为基础,在特定条件下引入RQD来修正岩体完整性系数K_v值,建立了一种适用含有原生隐性节理的工程岩体分级方法;将该方法用于白鹤滩柱状节理玄武岩的工程分级,分级结果与工程实际具有较好的一致性;最后,通过现场原位岩体变形试验对改进的分级方法进行验证可知,测试得到的柱状节理玄武岩变形参数与改进后BQ法的分级结果具有较好的匹配性。     

引江济汉工程渠坡膨胀土分级评判量化模型及现场监测设计

介绍了正在开展的南水北调中线引江济汉工程膨胀土渠坡快速分级判定及现场监测试验工作。分析了基于未确知均值聚类理论根据多项分级指标综合判定单一土样膨胀潜势的方法,选取土样野外判别因子,根据单样品分级方法评价结果,反分析各因子分级敏感度及分级权重程度,建立膨胀土野外快速判定多因子权重专家打分系统。提出了对渠道断面整体膨胀潜势进行分级的厚度分层统计分析法。探讨了模拟不同工况下渠坡膨胀的含水量、基质吸力、土压力及侧向变形的现场监测及设计方案。     

基于熵权的模糊综合评判法在盐渍土划分中的应用

针对盐渍土分类中客观存在的模糊性与随机性,将信息论中的熵值理论引入盐渍土综合评价中,运用信息熵所反映数据本身的效用值计算盐渍土评价中各指标的权值,使得权值的分配有了一定的理论依据,并结合传统的模糊综合评判法对盐渍土做出评价。工程实例表明:基于熵权的模糊综合评判法用于盐渍土评价是合理可行的。     

基于调度特征的水电站水库丰平枯水年划分

传统的径流丰平枯划分方法未能结合水库的调节作用,因此在指导水电站水库实际调度时具有一定的局限性。本文以金沙江中游梯级水电站水库优化调度系统为例,通过对系统特征的分析,提出了基于调度特征的水电站水库丰平枯水年划分方法。其划分结果与实际调度结果的一致性高达94%,表明了该方法的可靠性。传统的水文划分是基于输入的单因子、静态划分,而基于调度特征的划分是基于输出的多因子、动态划分,可以适应复杂的实际调度情景,能更有效地指导水电站水库调度模式的选择,具有重要的实用价值。     

《工程岩体分级标准》中基本质量指标BQ的简化图解法

针对目前国内外岩体分级体系的多样性,依据评价岩体稳定性的基本方法归纳总结了工程应用中典型的岩体分级方法。根据我国岩体分级的最新规范《工程岩体分级标准》(GB/T 50218—2014),整理了规范中岩体分级的逻辑结构图,提出了岩体基本质量指标BQ的简化计算方法。利用数形结合的思想,将定量指标BQ用简化图解法来表示,通过不同行业内岩土工程的具体实例进一步验证该方法的可行性,所得成果可为岩土工程的稳定性研究提供参考。     

基于熵权和主成分投影分析的流域洪水分类研究

为解决目前多指标洪水综合分类方法中存在的诸多缺陷，应用主成分投影分析方法进行洪水分类。该方法在对影响洪水过程的多个指标值进行无量纲化和适当加权处理的基础上，对样本矩阵进行正交变换，由此将原指标转换成彼此正交的综合指标，并利用各主成分设计一个理想决策向量，以各被评价对象相应的决策向量在理想决策方向上的投影值作为一维的综合分类指标，经过对投影值的比较，再结合洪水过程演变特征和成因分析就可进行典型洪水类型划分。对辽宁省碧流河水库13场历史洪水进行分类的结果显示，建议方法概念清晰、模型构建简单、计算简洁，是一种有效的分类方法。     

岩体基本质量和工程岩体分级

岩体分级是评价工程岩体稳定性的3种方法之一,对于长距离和大体积开挖工程尤其具有重要意义。一个完整的工程岩体分级方法应由分级因素、分级标准和工作指标3部分组成。分级因素的选择和它的权重分配是分级方法的科学性和适用性的核心。岩体基本质量是各行业、各种类型工程岩体的共性,本文提出了岩体基本质量的SID分级法,并介绍了国家标准《工程岩体分级标准》的构思和基本内容。     

考虑高地温及其梯度影响的围岩分级方法初探

工程岩体分级是岩石力学及其工程应用研究的最基本内容之一,当前岩体分级体系中尚无考虑高地温及高温度梯度等复杂地质环境下的围岩分级方法。依托南疆某水电站高温洞段引水隧洞工程建设,基于现场地质描绘、现场钻孔测试及室内岩石力学试验成果,采用RMR、GSI、BQ和HC等不同分级体系对高温洞段开展岩体质量评价;最后根据实际围岩级别与定性和定量分级结果对比分析,提出了高地热下围岩类别影响因子及阈值指标,给出了高地热赋存环境状态对围岩分级的修正方法,在此基础上提出适用于高地温梯度环境下的隧洞围岩质量分级与评价方法。研究表明,考虑了温度修正后,各类围岩的岩体质量评价结果相对传统方法减小1/4~1/2级,与实际定级结果更为接近,提高了分级的准确率。研究结果对于存在高地温的隧洞围岩分级有参考价值。     

Q系统在西南某水电站TBM施工隧洞围岩质量分类中的应用

岩体质量分类Q系统是目前应用最广的岩体质量分类方法。针对西南某水电站引水隧洞TBM施工中的围岩质量分类问题,进行大量的现场调查、数据采集,发现TBM施工方法对结构面的节理组数,节理间距等揭露不充分,在Q系统基础上对该系统的参数进行调整建立JPQT系统,主要把RQD/Jn项替换成岩体完整性系数Kv来反映岩石的完整程度,经检验JPQT系统在TBM开挖的1#、3#引水隧洞适用性较好。本文对以后TBM施工条件下隧洞围岩分类研究提供了有价值的参考。     

膨胀土分类的PCA-ELM模型及应用

为更合理确定膨胀土类别,将主成分分析(PCA)与极限学习机(ELM)相结合,提出一种膨胀土分类的PCA-ELM模型。选取能充分反映膨胀土类别的液限、塑性指数、<2 μm胶粒含量与自由膨胀率4项指标进行分析,运用主成分分析对各指标进行相关性处理,依据方差累计贡献率得出2个主成分。将70%的样本划分为训练集,30%划分为测试集,将训练集作为极限学习机输入,并采用十折交叉验证以优化模型参数,从而得到最优分类模型。然后将测试集作为最优模型输入,得到分类结果。最后,选用2个工程实例共32个样本对所建立模型进行验证,结果表明:该模型分类结果与实际较吻合;训练集与测试集分类精度分别达94.20%和79.00%,并具有较快的训练速度。PCA-ELM模型适用于大规模数据的分类预测。