隧道施工监测数据库及可视化软件系统研究

针对隧道工程数据处理复杂、抽象的问题,设计开发了具有数据库管理和科学计算可视化功能的隧道监测软件系统,介绍了系统设计、数据库设计、可视化设计和编程方法,开发的系统初步应用于实际隧道工程,证明了该方法的高效性和合理性,软件系统功能先进,提高了隧道数据管理水平,并为进一步建立包含更多功能的软件系统奠定基础。

基于进化SVM的洞室位移非线性时间序列智能分析

考虑地下工程的复杂性和洞室围岩变形的非线性特点,提出了一种利用遗传算法优化支持向量机参数的进化支持向量机围岩位移时间序列预测方法。该方法不但克服了神经网络的过学习问题,也解决了支持向量机的参数选取问题。基于该方法,结合数据库技术建立洞室位移变形非线性时间序列计算机智能分析系统。将该系统用于水布垭电站地下厂房交通洞监测位移分析,获得满意的预测精度。

基于PSO-SVM非线性时序模型的隧洞围岩变形预报

现场量测获得的围岩变形信息,从宏观上反映了地下洞室围岩-支护系统力学性态变化。为克服人工神经元网络方法过学习问题,提出了一种新的预测地下洞室围岩变形的粒子群支持向量机方法,用粒子群算法优化最小二乘支持向量机的参数,避免了人为选择参数的盲目性,提高了预测模型的训练速度和预测推广能力。利用这种非线性智能预测方法,基于监测数据滚动预测围岩变形,可以及时优化和调整施工步序,保证洞室的稳定性。将该方法用于清江水布垭电站地下厂房的围岩收敛变形预测,获得了令人满意的预测效果。