分析岩石力学性态预测的支持向量机模型及应用

时间:2020-09-23 13:44:48 论文提纲 我要投稿

分析岩石力学性态预测的支持向量机模型及应用

  岩石力学性态是指岩石所处物理、化学环境下的强度、变形、动力学特性、渗透性和压缩性等性质,它与岩石的成岩过程、地质赋存环境和人工活动等因素密切相关。目前,岩石力学性态的研究方法主要是现场试验和室内试验。现场试验有测量岩体原位变形性能和强度性能的承压板试验和剪切试验、现场三轴压缩试验和岩体渗透性试验等;室内试验有单轴压缩、三轴压缩、单轴拉伸、直接剪切和渗透试验等。但是无论是现场试验还是室内试验都存在着一个共同的缺陷:在将试验结果抽象成数学模型时,很难把影响岩石力学性态的各种地质因素(如矿物成分、颗粒大小、空隙的分布情况等)作为变量纳入到数学模型中加以分析,以致计算结果与实际情况相比有很大的离散性,这也是岩石力学发展过程中尚未明确解决的问题之一。针对上述情况,人工神经网络方法被引入到岩石力学中来预测岩石的力学性态,并取得了一定的成果。但人工神经网络法是基于大样本的启发式算法,推广能力较差,当样本容量较小时,所得成果不可靠、精度不高;样本过多又易陷入维数灾难、泛化性能不高。近年来发展起来的支持向量机很好的弥补了人工神经网络的不足,为岩石力学的智能化研究提供了一条新的`途径。
  支持向量机是基于统计学习理论的机器学习工具,遵循结构风险最小化原理,在小样本情况下具有良好的外推能力,主要用于解决模式识别问题和函数拟合问题。支持向量机的核函数参数与惩罚因子对预测效果有较大的影响,但其理论本身并未给出核函数与惩罚因子的最佳取值方法。

【分析岩石力学性态预测的支持向量机模型及应用】相关文章:

1.谈谈基于支持向量机集成的电子商务环境下客户信用评估模型

2.支持向量机的英语教学质量评价论文

3.聚类分析模型在股票市场的应用

4.岩石的变形特性及试验方法研究论文

5.机械工程及自动化技术的发展及应用分析

6.市场经济模型的研究与分析论文

7.浅析岩石的变形特性及试验方法论文

8.虚拟机应用的中职计算机教学应用论文

9.水力枢纽工程模型试验分析论文