[an error occurred while processing this directive]
 
       首 页  |  期刊介绍  |  编委会  |  投稿指南  |  期刊订阅  |  广告合作  |  留言板  |  联系我们 |  English
现代隧道技术 2020, Vol. 57 Issue (3) :108-114    DOI:
分析与计算 最新目录 | 下期目录 | 过刊浏览 | 高级检索 << | >>
基于相关向量机的TBM掘进速度预测模型
(1 广西岩土力学与工程重点实验室,桂林 541004;2桂林理工大学土木与建筑工程学院,桂林 541004)
Prediction Model of TBM Advance Rate Based on Relevance Vector Machine
(1 Guangxi Key Laboratory of Geomechanics and Geotechnical Engineering, Guilin 541004; 2 School of Civil andArchitecture Engineering, Guilin University of Technology,Guilin 541004)
Download: PDF (1793KB)   HTML (1KB)   Export: BibTeX or EndNote (RIS)      Supporting Info
摘要 TBM具有安全性强、施工效率高等优点,在隧道施工尤其是长距离隧道施工中得到广泛应用。TBM掘进速度受多个因素影响,各因素本身除了具有较强的不确定性以外,还存在着复杂的关联关系,难以建立精准的速度预测模型。文章提出一种基于相关向量机的TBM掘进速度预测模型,该模型通过对样本的学习,可以建立各因素与掘进速度的非线性映射关系,精准预测仅知道影响因素的预测样本。将该模型应用于TBM掘进速度预测,结果表明,该方法具有精度高、容易实现和离散性小等优点,为TBM掘进速度预测提供了一条新途径。
Service
把本文推荐给朋友
加入我的书架
加入引用管理器
Email Alert
RSS
作者相关文章
张 研 1
2 王 伟 2 邓雪沁 2
关键词:   
Abstract: TBM has been widely used in tunnel construction, especially the long distance tunnel attributed to the advantages of strong safety, high construction efficiency and so on. The advance rate of TBM is affected by various factors which have complex correlation besides high uncertainty, and so it is difficult to establish a precise model for predicting the advance rate.A relevance vector machine based TBM advance rate prediction model is proposed by which it can build a nonlinear mapping relationship between various factors and advance rate through learning the samples, precisely predict the samples with only known influential factors. The results obtained from the TBM advance rate prediction show that this model has the advantages of high precision, easy operation and small discreteness.
KeywordsTBM advance rate,   Relevance vector machine,   Machine learning,   Prediction     
基金资助:基金项目:国家自然科学基金(51409051).
作者简介: 作者简介:张 研(1983-),男,博士,副教授,主要从事岩体稳定性分析及地下工程施工优化方面研究工作,E-mail: yanzi22858@126.com.
引用本文:   
张 研 1, 2 王 伟 2 邓雪沁 2 .基于相关向量机的TBM掘进速度预测模型[J]  现代隧道技术, 2020,V57(3): 108-114
ZHANG Yan1, 2 WANG Wei2 DENG Xueqin2 .Prediction Model of TBM Advance Rate Based on Relevance Vector Machine[J]  MODERN TUNNELLING TECHNOLOGY, 2020,V57(3): 108-114
链接本文:  
http://www.xdsdjs.com/CN/      或     http://www.xdsdjs.com/CN/Y2020/V57/I3/108
 
没有本文参考文献
[1] 马 辉 1 高明忠 2.基于系统工程方法论的川藏铁路隧道工程建设管理探讨[J]. 现代隧道技术, 2020,57(3): 1-8
[2] 王明年 1,2 郭晓晗 1,2 于 丽 1,2 李春荟 1,2 陈树汪 3.高海拔特长铁路隧道紧急救援站位置选型研究[J]. 现代隧道技术, 2020,57(3): 9-14
[3] 李 畅 1,2,3 王 刚 1,2 仇文革 1,2,3 龚 伦 1,2 赵迎春 4 王秋会 4.限阻器在高水平地应力隧道支护中的研究与应用[J]. 现代隧道技术, 2020,57(3): 15-29
[4] 廖 军 1 董 谦 1 梁洪永 2 简 波 2 石豫川 1,3 龚洪苇 1.近水平红层公路隧道围岩分级指标初探[J]. 现代隧道技术, 2020,57(3): 25-29
[5] 卢 松 1,2 汪 旭 1,2 李苍松 1,2 孟 露 1,2.应用HSP法的TBM隧道施工地质预报技术研究[J]. 现代隧道技术, 2020,57(3): 30-35
[6] 钟祖良 1,2 高国富 1,2 陈 鹏 1 严 如 1.重庆两江船舶观光隧道设计方案探讨[J]. 现代隧道技术, 2020,57(3): 36-42
[7] 黄福杰 何则干 张为民 刘珊珊.BIM技术在沉管隧道工程设计中的应用研究[J]. 现代隧道技术, 2020,57(3): 43-48
[8] 唐晓松 1,2 郑颖人 3 王永甫 1.有限元强度折减法在隧道施工稳定分析与控制中的应用[J]. 现代隧道技术, 2020,57(3): 49-55
[9] 吴 波 1, 2 兰扬斌 1,2 杨仕升 1,2 杨建新 3 庞晓瑜 3.基于强度折减动力分析法的围岩稳定性研究[J]. 现代隧道技术, 2020,57(3): 56-64
[10] 周翠英 1, 2 李 昂 2,3 刘 镇 1,2.平行褶皱构造对隧道围岩变形的影响研究[J]. 现代隧道技术, 2020,57(3): 65-74
[11] 马 莉 1 刘亚朋 2 李 盛 3,4 吕文达 5 谢 超 3,4 代金鹏 3,4.不同减载措施下高填黄土拱形明洞结构受力研究[J]. 现代隧道技术, 2020,57(3): 75-84
[12] 张丙武 1 张 鹏 1 戴振华 2 吴银河 2 罗 卫 2.河底地铁盾构隧道管片受力特征分析[J]. 现代隧道技术, 2020,57(3): 85-90
[13] 隋 心 1 张正维 1 闵 绚 2 DOWNIE Steven 3 PADHANI Shahid3 赵丽博 4.超长GIL综合管廊SF6气体泄露模拟研究[J]. 现代隧道技术, 2020,57(3): 91-98
[14] 张珂峰.前伏溶洞巷道开挖突水数值模拟研究[J]. 现代隧道技术, 2020,57(3): 99-107
[15] 吴 波.层状砂岩层城市大断面公路隧道爆破施工优化研究[J]. 现代隧道技术, 2020,57(3): 115-121
Copyright 2010 by 现代隧道技术