基于DE-GP协同优化算法的隧道极限位移预测

作者：李兴盛

来源：现代隧道技术, 2021, 58(02): 78-85.

DOI：10.13807/j.cnki.mtt.2021.02.010

• 极限位移
• 隧道
• 高斯过程
• 差异进化
• 数值计算

为解决数值计算方法在隧道极限位移的求解过程中存在参数较多、计算量过大的问题,将高斯过程(Gaussian Process, GP)引入隧道极限位移的计算当中,同时采用差异进化算法(Differential Evolution, DE)代替共轭梯度法在训练过程中搜索最优的GP超参数,以克服共轭梯度法过度依赖初值、难以确定迭代次数及局部优化的弊端,形成了基于差异进化-高斯过程(DE-GP)协同优化算法的极限位移预测方法,在改善了单一核函数高斯过程泛化性能的同时使极限位移的求解过程大为简化。对标准双车道公路隧道的极限位移进行计算,结果表明:DE-GP协同优化算法相较于单一的GP和LS-SVM算法,泛化性能明显改善;极限位移的预测结果与实际计算值吻合较好,计算效率显著提高,为极限位移的求解提供了新的途径。

• 单位
  中铁一局集团第二工程有限公司