湖南省科技计划项目(2009SK3146)
- 作品数：4 被引量：13H指数：2
- 相关作者：董辉傅鹤林杨果岳侯俊敏陈家博更多>>
- 相关机构：中南大学湘潭大学南华大学更多>>
- 发文基金：湖南省科技计划项目国家自然科学基金更多>>
- 相关领域：建筑科学交通运输工程更多>>
- 基于数据再生与空间重构的岩土体变形行为预测被引量：1
- 2010年
- 针对岩土体变形行为预测中观测数据的有限性以及信息的不完备性,提出以分段插值或Boostrap重采样对有限观测数据再生以增强数据细节信息,以坐标变换或状态空间重构改变时序数据的表示形式,并重写原有不显著的规律的研究方法。在深入分析方法中重采样、混沌辨识、相空间重构的嵌入维数和延迟时间等关键技术的基础上,分别采用支持向量机、径向基函数前向型神经网络(RBF)以及反馈型神经网络(Elman),对3组不同特征工程算例的岩土体变形时序在数据再生和空间重构前后进行预测对比研究。结果表明,变形时序的数据再生与重构能够极大地扩充数据细部特征信息和凸显岩土体变形演化的本质规律,以此数据建立的SVM预测模型,其可靠性和准确性优于以原始数据SVM、RBF和Elman建模预测效果。
- 董辉杨珺博傅鹤林聂春龙
- 基于范例推理的公路隧道拱顶变形时序支持向量机外延预测被引量：5
- 2011年
- 针对公路隧道拱顶变形预测模型的普适性与外推预测的准确性,提出了基于人工智能推理的隧道工程属性(地理位置、监测位置、隧道高宽比、围岩级别和埋深)与拱顶变形时序曲线原子矩阵的相似范例检索方法,并在深入分析了获取的相似范例特征的基础上,进一步以LPG新核函数支持向量机建立先验知识的预测模型。应用该方法对通渝隧道工程K19+994断面拱顶下沉进行了预测与评估。结果表明,对于不同隧道间或同一隧道不同区段预判拱顶变形或收敛,基于范例推理能够获知良好的先验背景知识,且以此进行的支持向量机预测模型学习的回归内插(1～14步序)的平均相对误差为1.36%,而一次性外推预测15 d内的8个变形值(16～30步序)的平均相对精度为97.28%,证实了方法的可靠性。
- 董辉侯俊敏傅鹤林杨果岳
- 关键词：隧道支持向量机
- 兰新客运专线戈壁路基CFG桩加固试验研究被引量：1
- 2014年
- 为探讨CFG桩在戈壁铁路路基中的工程特性,分析其加固效果,进行了小应变、钻芯取样、单桩承载力试验检测成桩质量,采取复合地基承载力、沉降观测等试验研究加固效果,采取不同的桩间距研究间距对桩复合地基承载力的影响,该试验为指导后期建设和戈壁地区路基加固处理提供了经验。试验结果表明:①戈壁土地层对CFG桩施工质量无不良影响,被检测桩合格率为98.5%;②长螺旋泵送混凝土CFG桩工艺适用于戈壁土地层,桩身芯样强度完全满足设计要求;复合地基承载力能够满足设计要求,③CFG桩在戈壁路基中的合理桩间距为1.5m,当桩间间距超过1.5m时,其复合地基承载力与设计承载力相差较大。④工后的沉降量小,沉降稳定时间短。
- 董辉王敏聂志红马一跃
- 关键词：CFG桩戈壁铁路路基地基加固
- 工程先验知识辨识下的滑坡非平稳变形支持向量机预测被引量：6
- 2012年
- 针对缺乏非平稳变形(阶段性、反复性及突变性)特征数据导致的滑坡预测与评估不完全符合工程实际的情况,通过分析变形时序的物理意义与类型,在定义了非平稳变形趋势变化外延模式的基础上,提出了综合考虑滑坡当前变形阶段、观测变形数据特征以及待预测时段外界诱发因素的时序外延模式辨识方法,并进一步在工程先验知识指导下建立了支持向量机(SVM)预测模型。通过2个工程实例对方法进行应用验证。结果表明,工程先验知识能够有效补充非平稳变形的观测数据信息,对预测建模具有指导性作用;融入外延模式的SVM模型与一般性SVM的外推预测,其平均相对误差可降低2～3倍,预测的可靠性与准确性得到了显著增强。
- 董辉陈家博杨果岳傅鹤林侯俊敏
- 关键词：滑坡先验知识
