-
题名基于SVM的岩体灌浆可灌性分析预测模型
- 1
-
-
作者
王昶磊
刘宽
张扬
翟秋凤
冯俊祥
-
机构
河南水投袁湾水库工程有限公司
天津大学水利工程智能建设与运维全国重点实验室&建筑工程学院
成武县水务局农村供水服务中心
-
出处
《水利水电技术(中英文)》
北大核心
2025年第S1期372-378,共7页
-
基金
国家重点研发计划(2021YFC3090103)
天津大学自主创新基金(2023XJD-0065)
-
文摘
影响岩体可灌性因素众多,特别是对于隐蔽的岩体裂隙用经验公式判断可灌性准确性较低。针对上述问题,从实现对岩体可灌性的快速准确分析的目的出发,利用支持向量机方法建立岩体可灌性分析预测模型。通过分析可灌性的影响因素,考虑灌浆数据集的小样本特性,分别建立岩体注灰量回归预测SVR模型和岩体可灌性分类预测SVM模型。进一步通过改进灰狼优化算法和增强鲸鱼优化算法,对基于支持向量机的预测模型的进行惩罚因子C、核函数参数g进行寻优。结果表明,通过与其他预测模型相比,所提出的可灌性预测模型分类预测准确率提高约6.5%,并具有收敛速度快的明显优势,验证了基于支持向量机的岩体可灌性分析预测模型的准确性和有效性。
-
关键词
可灌性预测
支持向量机
注灰量预测
群智能优化
岩体灌浆
-
Keywords
groutability prediction
support vector machine
cement take prediction
swarm intelligent algorithm
rock grouting
-
分类号
TV543
[水利工程—水利水电工程]
-
