基于人工智能算法的隧道锚承载能力评价

作者：王中豪; 郭喜峰; 杨星宇

来源：西南交通大学学报, 2021, 56(03): 534-540.

• 隧道锚
• 承载能力
• 最小二乘支持向量机
• 粒子群优化算法

针对隧道锚承载能力评价合理的解析计算公式缺乏、模型试验测试方法耗时费力、数值模拟可靠性不佳的问题,提出了一种人工智能化隧道锚承载能力预测方法.从隧道锚受力传力过程出发,分析了影响承载能力的因子,确定了承载能力评价指标体系;基于最小二乘支持向量机(least squares support vector machines,LSSVM)强大的学习预测能力和粒子群优化(particle swarm optimization,PSO)算法良好的优化效果,建立了承载能力非线性映射PSO-LSSVM模型;将收集到的17个隧道锚工程案例作为输入样本对模型进行了训练,获得了核函数参数和惩罚系数的最优组合为(1,500).将该模型应用于某大桥隧道锚承载能力的预测,预测结果为10.2P (1P为1倍设计荷载);通过与现场缩尺模型试验和数值模拟方法综合研究确定的承载能力为11.0P对比,结果表明:预测结果略低,但两者结果非常接近,说明该模型的预测结果合理可靠且偏于保守,预测效果较为理想.

• 单位
  长江科学院