隧道围岩变形预报的高斯过程机器学习模型

来源期刊：桂林理工大学学报2010年第4期

论文作者：苏国韶 张研 燕柳斌

文章页码：551 - 555

关键词：围岩变形;高斯过程;机器学习;预报;

摘    要：针对隧道围岩变形过程是一个高度复杂的非线性时间序列的问题,以隧道围岩变形历史资料作为知识源,通过构建围岩变形时间序列,采用高斯过程模型建立隧道围岩当前变形与历史变形的非线性映射关系,在此基础上分别提出了基于静态知识库与基于动态知识库的隧洞围岩变形预报的高斯过程模型。工程实例应用研究表明,围岩变形预报的高斯过程机器学习模型是可行的,无需建立复杂的岩体力学模型,根据历史实测资料就能够对隧道围岩变形做出合理预报,与基于静态知识库的高斯过程模型相比较,基于动态知识库的高斯过程模型的预报精度更高。