基于混沌-RF-SVM变形预测模型的隧道运营安全状况分析

为合理评价隧道运营状况,基于运营隧道现场变形监测成果,先利用混沌理论、随机森林算法和支持向量机构建变形预测模型,再利用M-K检验等进行预测结果的可靠性验证分析,两者结合评价隧道运营状况。实例分析表明,在变形预测过程中,预测结果的平均相对误差均小于2%,具有较高的预测精度;同时,经可靠性验证,趋势判断结果与预测结果较为一致,均得出隧道变形仍会进一步增加,但增加速率变小,趋于稳定方向发展,即会维持现有运营状况。     

Treatment Effects of Tunnel Entrance Collapse Section Based on Field Monitoring Results北大核心CSCD

为评价隧道洞口塌方段的安全性,基于累计变形预测和变形速率趋势分析模型,结合工程实例,研究隧道洞口塌方段的处理效果。实例分析表明：在累计变形预测方面,GA-VMD模型在隧道变形数据的信息分解过程中具有明显的优越性,可利用其将隧道变形数据分解为趋势项和误差项,且通过组合预测能有效保证预测精度,得出累计变形的后期仍具一定增加趋势,但增加速率相对较小;在变形速率趋势分析方面,变形速率具下降趋势,且随时间持续,下降趋势更为显著。综合对比两者结果,隧道变形无明显增加趋势,并趋于稳定方向发展,说明塌方处理措施是合理有效的,为其防治效果评价提供了理论依据。     

基于混沌－ＲＦ－ＳＶＭ 变形预测模型的隧道运营安全状况分析

为合理评价隧道运营状况,基于运营隧道现场变形监测成果,先利用混沌理论、随机森林算法和支持向量机构 建变形预测模型,再利用Ｍ－Ｋ检验等进行预测结果的可靠性验证分析,两者结合评价隧道运营状况。实例分析表明, 在变形预测过程中,预测结果的平均相对误差均小于２％,具有较高的预测精度;同时,经可靠性验证,趋势判断结果与 预测结果较为一致,均得出隧道变形仍会进一步增加,但增加速率变小,趋于稳定方向发展,即会维持现有运营状况。