基于改进向量机的岩体质量分级研究

作者：何云松; 薛秋池; 赵其华

来源：水利水电技术(中英文), 2017, 48(01): 133-138.

DOI：10.13928/j.cnki.wrahe.2017.01.025

• 支持向量机(SVM)
• 岩体质量分级
• BP神经网络

以金沙江某水电站工程实例,应用交叉验证和网格搜索优化支持向量机(SVM)模型建立岩体质量分级模型,选取岩石单轴抗压强度(Rc)、岩石质量指标(RQD)、岩体风化程度、节理组数(Jn)、节理粗糙系数(Jr)、节理蚀变系数(Ja)、地下水状态7个参数作为输入参数构建立分类模型,对坝区复杂的岩体结构进行质量分级。通过与RMR(岩体地质力学分类)和BP神经网络分类法对比,表明:支持向量机具有高非线性映射能力,对岩体分类识别能力极强,具有较好的准确度和稳定性,能够满足实际的工程需要。

• 单位
  成都理工大学; 地质灾害防治与地质环境保护国家重点实验室; 土木工程学院