基于LS-SVM的圍巖位移非線性預(yù)測(cè)應(yīng)用研究.pdf

1、在隧道工程或地下工程建設(shè)中，根據(jù)已有的監(jiān)測(cè)數(shù)據(jù)預(yù)測(cè)未來(lái)的圍巖位移變化情況對(duì)支護(hù)設(shè)計(jì)和施工以及對(duì)險(xiǎn)情預(yù)報(bào)都具有重要的實(shí)際意義。由于圍巖系統(tǒng)具有非線性、模糊性和不確定性等特點(diǎn)，而傳統(tǒng)的精確數(shù)學(xué)模型方法在建模時(shí)往往作許多假設(shè)，造成與實(shí)際情況相差較大。 支持向量機(jī)是在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的基礎(chǔ)上提出的一種新的機(jī)器學(xué)習(xí)方法，它追求的是在有限樣本情況下的最優(yōu)解而不僅僅是樣本數(shù)趨于無(wú)窮大時(shí)的最優(yōu)解，比以經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化為

2、基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法具有更強(qiáng)的理論依據(jù)和更好的泛化性能。最小二乘支持向量機(jī)是普通支持向量機(jī)的改進(jìn)算法，它通過(guò)將最小二乘線性系統(tǒng)引入支持向量機(jī)，代替?zhèn)鹘y(tǒng)的支持向量機(jī)采用二次規(guī)劃方法解決函數(shù)估計(jì)問(wèn)題的做法，簡(jiǎn)化了模型參數(shù)，加快了運(yùn)算速度。本研究將最小二乘支持向量機(jī)引入到地下工程圍巖位移預(yù)測(cè)分析中，并建立位移預(yù)測(cè)模型應(yīng)用于位移數(shù)據(jù)的預(yù)測(cè)。 在本文研究中先選用某個(gè)函數(shù)生成數(shù)據(jù)序列，運(yùn)用兩種不同的預(yù)測(cè)方式對(duì)LS-SVM進(jìn)行模擬。一種是回

3、歸分析預(yù)測(cè)，即把輸入值(時(shí)間)作為因變量變化的唯一原因，把函數(shù)自變量和函數(shù)輸出值構(gòu)造成訓(xùn)練樣本。另一種是等步長(zhǎng)時(shí)序預(yù)測(cè)，即把前面的位移序列看成后面位移值的原因，選取位移序列中的數(shù)據(jù)構(gòu)建訓(xùn)練樣本。在構(gòu)建樣本時(shí)加入噪聲的影響以模仿實(shí)際情況。模型參數(shù)采用交叉驗(yàn)證的方法進(jìn)行優(yōu)選，確保參數(shù)全局最優(yōu)。并運(yùn)用徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)對(duì)相同的訓(xùn)練樣本進(jìn)行訓(xùn)練，對(duì)相同的測(cè)試樣本進(jìn)行等步長(zhǎng)時(shí)序預(yù)測(cè)，比較了其和最小二乘支持向量機(jī)的預(yù)測(cè)效果。通過(guò)模擬試驗(yàn)得

4、知：最小二乘支持向量機(jī)等步長(zhǎng)時(shí)序預(yù)測(cè)效果好于徑向基神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果。最小二乘支持向量機(jī)回歸預(yù)測(cè)對(duì)訓(xùn)練樣本數(shù)據(jù)區(qū)間內(nèi)的預(yù)測(cè)精度很高，但是對(duì)前向外推預(yù)測(cè)效果不是很好；等步長(zhǎng)時(shí)序分析對(duì)前向外推預(yù)測(cè)效果較好。因此對(duì)未來(lái)數(shù)據(jù)的預(yù)測(cè)用LS-SVM等步長(zhǎng)前向外推預(yù)測(cè)更好些。 由于監(jiān)測(cè)方案的設(shè)計(jì)和各種施工因素的影響，很多情況下，監(jiān)測(cè)數(shù)據(jù)時(shí)間間隔并不相等。文中結(jié)合回歸預(yù)測(cè)和等步長(zhǎng)時(shí)序預(yù)測(cè)的優(yōu)點(diǎn)，先用回歸擬合對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行預(yù)測(cè)處理，生成時(shí)序分析所