基于相关性准则和R-ELM模型的岩溶隧道涌水量预测研究

论文摘要

为实现隧道涌水量的高精度预测,以相关系数法和极限学习机为理论基础,构建隧道涌水量预测模型。首先,结合工程实例对隧道涌水的影响因素进行分析,并利用相关系数法分析各因素与涌水量之间的相关性,以筛选出重要影响因素;其次,将筛选出的重要因素作为预测模型的输入层,并利用试算法和经验公式优化极限学习机的模型参数,再利用M估计弱化预测误差,进而构建出用于隧道涌水预测的R-ELM模型。研究表明:1)岩溶隧道涌水灾害的影响因素较多,包括5类一级因素和12类二级因素,不同因素对隧道涌水灾害的影响程度存在一定差异; 2)R-ELM模型预测结果的平均相对误差仅为1.12%,具有较高的预测精度,不仅验证了模型参数优化和M估计优化的有效性,也验证了R-ELM模型在隧道涌水量预测中的适用性。

论文目录

• 0 引言
• 1 预测模型的基本原理
•   1.1 影响因素的筛选
•   1.2 预测模型的构建
•   1.3 ELM模型相关问题优化
•     1.3.1 激励函数的优化
•     1.3.2 隐层节点数的优化
•     1.3.3 误差值的弱化
• 2 工程实例分析
•   2.1 工程概况
•   2.2 隧道涌水灾害影响因素分析
•     2.2.1 岩石可溶性因素
•     2.2.2 地表汇水影响因素
•     2.2.3 地质构造因素
•     2.2.4 地下水循环影响因素
•     2.2.5 隧道空间位置影响因素
•   2.3 隧道涌水影响因素的筛选
•   2.4 隧道涌水的预测分析
•     2.4.1 参数优化过程
•     2.4.2 误差值弱化
• 3 结论与讨论

文章来源

类型: 期刊论文

作者: 贺华刚

关键词: 隧道涌水,相关系数法,极限学习机,估计,模型,涌水量预测

来源: 隧道建设(中英文) 2019年08期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 公路与水路运输

单位: 重庆工商职业学院

分类号: U456.32

页码: 1262-1269

总页数: 8

文件大小: 223K

下载量: 127