刘开云
- 作品数：51 被引量：512H指数：14
- 供职机构：北京交通大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金更多>>
- 相关领域：建筑科学交通运输工程理学文化科学更多>>
- 基于改进SVM的隧道位移监测非线性预报模型被引量：4
- 2007年
- 在隧道工程中,位移变形监测是一个重要环节,然而监测数据往往呈现出较为复杂的非线性特征。以铜黄高速公路大田双连拱隧道施工为背景,在支持向量机算法的基础上,采用变量轮换法对其参数进行优化处理,从而呈现了监测数据复杂非线性特征并建立隧道位移监测时间序列非线性模型。利用此模型对未来的位移变形做出精确的预报,科学地指导现场监测和施工建设。
- 徐冲刘保国刘开云
- 关键词：隧道工程支持向量机
- 一种旋喷桩与锚杆相结合的地下砼室支护结构
- 本实用新型公开了一种旋喷桩与锚杆相结合的地下砼室支护结构，包括支护层、旋喷桩和固定锚杆，其中旋喷桩和固定锚杆位于岩体层内，沿地下砼室高度方向，固定锚杆穿过支护层插入到岩体内，旋喷桩则设置于相邻固定锚杆之间，同时旋喷桩沿地...
- 李德宏刘开云张博邓廷邦张保安
- 一种公路隧道通风系统的仿真平台
- 本实用新型公开了一种公路隧道通风系统的仿真平台，该仿真平台包括与实际隧道成比例的可分体拆卸的有机玻璃管道、燃烧段和标准管道段。本实用新型所述技术方案解决了当前公路隧道通风物理模型平台不具有普适性和通用性的问题，同时可扩展...
- 刘开云王宏义张国彬刘保国安东朝安天明郭佳奇张欣
- 文献传递
- 山岭隧道钻爆法施工参数控制的优化被引量：4
- 2015年
- 以佛岭长大公路隧道施工为依托,在大量现场测试和光面爆破试验的基础上,引入遗传算法和支持向量回归耦合算法,经对现场测试数据训练,建立了山岭隧道钻爆施工参数、围岩地质条件及爆破后隧道拱顶下沉与围岩松动圈深度之间的非线性支持向量回归智能模型.利用此模型,可以在给定围岩地质条件和拱顶下沉量、松动圈深度等控制指标情况下,利用遗传算法,搜索得到钻爆施工参数的最优解.经佛岭隧道任一断面的实地应用,验证了本文所提出的钻爆施工参数控制优化方法的正确性和可行性.该研究成果为佛岭隧道钻爆施工参数的选择提供了科学依据与技术指导,也可为类似隧道工程的钻爆参数控制优化提供参考.
- 方昱刘开云
- 关键词：隧道钻爆施工现场测试人工智能
- 基于改进GA-SVR算法的隧道工程智能信息化设计研究被引量：6
- 2008年
- 传统的信息化设计在监测信息处理、信息的反馈分析及初步设计的信息化修正等方面存在不准确、不及时和难以操作的缺点。本文结合铜黄高速公路坞石隧道的施工,将一种改进的支持向量回归(SVR)算法引入隧道工程的信息化设计中。采用十进制遗传算法搜索改进的SVR参数,形成改进的GA-SVR算法,并编制相应的计算程序。坞石隧道的应用结果表明,这种改进的GA-SVR算法无论是对监测数据的拟合预测,还是监测信息的反馈分析都能做到准确快速,在反分析完成后采用改进的GA-SVR算法进行3个开挖步内的位移超前预报也具有较高的精度。最后提出一种基于此算法的初步设计最优化修正方法,形成以此算法为核心的完整的隧道工程信息化设计方法,具有快速、操作简单和计算准确的优点。该算法可以在隧道工程中使用。
- 刘开云乔春生刘保国
- 关键词：隧道工程支持向量回归遗传算法信息化设计
- 公路隧道交通量预测的粒子群高斯过程耦合模型被引量：4
- 2015年
- 交通量的预测对公路隧道运营期通风系统的节能降耗具有重大意义,将新型小样本学习机器高斯过程引入隧道交通量预测,提出了一种组合核函数,用以改善单一核函数高斯过程的泛化性能,在网络训练过程中采用粒子群优化算法,自动搜寻泛化性能最好的高斯过程超参数,形成粒子群高斯过程耦合算法,并编写了相应的计算程序.对某公路隧道交通量进行了预测,结果表明:组合核函数高斯过程最大预测相对误差仅为4.41%,平均相对误差为1.96%;两种单一核函数高斯过程最大预测相对误差均为6.68%,平均相对误差分别为2.7%和2.67%;粒子群高斯过程耦合模型可以高精度地用于隧道交通量预测,且组合核函数可以提高单一核函数的泛化性能,并为其他类似工程提供借鉴.
- 万良勇刘开云
- 关键词：隧道交通量预测通风系统
- 长大隧道软弱围岩施工大变形智能预测方法被引量：26
- 2008年
- 长大隧道软弱围岩段施工大变形预测是保证长大隧道施工安全和工程质量的重要措施。结合宜万铁路堡镇隧道工程,运用BP神经网络和遗传算法进行长大隧道软岩段施工大变形预测。采用遗传算法自动搜索使BP神经网络训练效果最优的网络参数,形成能够反映变形与时程高度非线性和不确定关系的GA-BP算法,建立预测智能模型。将预测时间点输入此智能模型,由BP神经网络优异的泛化性能获得该时间点的变形预测值。堡镇隧道应用结果表明,GA-BP算法具有很高的预测精确度,对连续5 d隧道变形预测的最大误差仅为6.68%,完全满足长大隧道软岩段施工大变形预测的需要。
- 王树栋刘开云
- 关键词：长大隧道神经网络遗传算法
- 隧道围岩分级的遗传-支持向量分类耦合模型被引量：14
- 2013年
- 针对现阶段围岩分级方法存在的主要问题,提出隧道围岩分级的遗传-支持向量分类方法。结合佛岭隧道施工期围岩分级实践,以公路隧道设计规范BQ分级为基准,分别采用岩石回弹强度和掌子面状态替代饱和单轴抗压强度和地应力状态,并增加节理延展性观察的定性指标,在大量现场测试和室内试验的基础上,给出每个分级指标的现场快速测试方法,并以分级结果作为遗传-支持向量分类算法的训练样本,建立隧道围岩分级的遗传-支持向量分类智能模型。佛岭隧道围岩分级实例表明:该模型分级结果与现场勘测基本一致,且较遗传-神经网络模型有更高的分级准确性,为隧道围岩分级提供一种方法。
- 方昱刘保国刘开云
- 关键词：隧道工程围岩分级人工智能稳定性分析
- 基于PSO-BP算法的隧道非线性位移分析模型被引量：4
- 2009年
- 粒子群优化(PSO)算法是近年来发展迅速,并得到广泛应用的一种仿生全局最优化算法。与遗传算法相比,该算法具有操作简单、易于编程的优点。结合铜黄高速公路汤屯段大田连拱隧道施工,采用PSO算法对BP神经网络的权值进行自动优化,获得训练效果最好的BP网络模型参数以提高网络的泛化能力,建立起基于PSO-BP算法的大田隧道施工位移非线性智能分析模型,并采用此模型对后续施工隧道变形进行了预测分析。与实测位移对比表明,本文建立的PSO-BP模型平均预测相对误差仅为3.1%,可很好地作为隧道信息化施工的一种辅助方法,并为其他类似岩土工程提供借鉴。
- 刘开云刘保国徐冲
- 关键词：隧道工程BP神经网络粒子群优化算法
- 一种参数非定常的软岩非线性黏弹塑性蠕变模型
- 将黏弹塑性体(NVPB模型)和Maxwell蠕变模型串联,并考虑蠕变过程中岩石弹性模量随时间的弱化,提出了一种新的非定常非线性黏弹塑性蠕变本构模型,通过泥岩蠕变试验数据对该非定常非线性蠕变模型的参数进行了辨识.将该蠕变模...
- 刘开云薛永涛周辉
- 关键词：岩石力学蠕变模型非定常参数
