基于改进混合核极限学习机的坝基注浆量预测代理模型研究

作     者：石祖智 常峻 吴斌平 佟大威 郭辉 乔天诚 SHI Zuzhi;CHANG Jun;WU Binping;TONG Dawei;GUO Hui;QIAO Tiancheng

作者机构：天津大学水利工程仿真与安全国家重点实验室天津300350 中水北方勘测设计研究有限责任公司天津300222 

基　　金：国家重点研发计划(2018YFC0406704) 国家自然科学基金(51839007) 天津市自然科学基金(19JCQNJC06800) 

出 版 物：《水利水电技术（中英文）》 (Water Resources and Hydropower Engineering)

年 卷 期：2021年第52卷第9期

页      码：57-66页

摘      要：注浆量是反映灌浆施工质量的重要指标之一。目前基于机器学习的注浆量预测方法缺乏对裂隙倾向、倾角等参数的全面考虑。裂隙灌浆模拟具有能够综合考虑地质、设计、施工等因素影响的优势,然而面临裂隙参数小样本、计算效率低下的不足。针对上述问题,提出基于改进混合核极限学习机(ICSO-MKELM)的注浆量预测代理模型。主要包括:(1)提出基于改进bootstrap方法的三维随机裂隙网络模型建模方法,解决裂隙数据小样本问题,并结合离散元方法开展灌浆数值模拟研究;(2)建立基于改进混合核极限学习机的注浆量预测代理模型,采用改进的鸡群算法优化混合核极限学习机的参数选择,克服混合核极限学习机参数选择效率不高、且难以有效选择全局最优参数的不足。通过将建立的代理模型应用于某工程坝基帷幕灌浆的注浆量预测,并与基于RBF-KELM单核极限学习机模型、Poly-KELM单核极限学习机模型、BP神经网络模型的注浆量预测结果对比,验证了本文所提方法的优越性。

主 题 词：注浆量预测 代理模型 改进bootstrap方法 三维随机裂隙网络 离散元数值模拟 混合核极限学习机 改进的鸡群算法 

学科分类：08[工学] 0815[工学-矿业类] 081503[081503] 

D　O　I：10.13928/j.cnki.wrahe.2021.09.006

馆 藏 号：203105016...