THM作用下砂岩三轴抗压强度预测的PCA-RVM模型

作者：张研; 廖逸夫; 王鹏鹏; 吴哲康

来源：矿业研究与开发, 2020, 40(11): 52-58.

DOI：10.13827/j.cnki.kyyk.2020.11.010

• 砂岩
• 三轴抗压强度
• 主成分分析
• 相关向量机
• 预测

为解决砂岩在不同温度水压应力组合作用下三轴抗压强度难以获得的难题,提出一种基于主成分分析(PCA)的相关向量机(RVM)砂岩三轴抗压强度预测方法。通过PCA将重量、直径、高度、声波传播时间、温度、孔隙水压、粘聚力、内摩擦角、主破裂角、峰值应变等10个砂岩三轴抗压强度影响因素降维成4个相互独立的主成分变量,采用RVM模型建立三轴抗压强度与4个主成分变量之间的非线性映射关系,能够精准预测出仅已知影响因素的新样本抗压强度。将该模型进行实例应用,并在相同样本下与BPNN神经网络及PSO-BPNN神经网络模型预测的结果进行对比,结果表明:PCA-RVM预测模型通过分析各因素的相关性与贡献率,在信息筛选方面明显优于其他2种模型;PCARVM模型预测结果的平均相对误差为0.25%,均方差为0.6,而BPNN模型预测结果的平均相对误差为6.11%,均方差为11.27,PSO-BPNN模型预测结果的平均相对误差为2.16%,均方差为4.01。各模型预测结果显示,在三轴抗压强度预测结果的相对误差及均方差方面,PCA-RVM预测模型均占据较大优势,PCA-RVM模型具有精度高、离散性小、可靠度高等优点。

• 单位
  建筑工程学院; 桂林理工大学; 广西岩土力学与工程重点实验室