%0 Journal Article
%T 基于范例推理的公路隧道拱顶变形时序支持向量机外延预测
%A 董辉
%A 侯俊敏
%A 傅鹤林
%A 杨果岳
%J 岩土力学
%D 2011
%X 针对公路隧道拱顶变形预测模型的普适性与外推预测的准确性，提出了基于人工智能推理的隧道工程属性（地理位置、监测位置、隧道高宽比、围岩级别和埋深）与拱顶变形时序曲线原子矩阵的相似范例检索方法，并在深入分析了获取的相似范例特征的基础上，进一步以lpg新核函数支持向量机建立先验知识的预测模型。应用该方法对通渝隧道工程k19+994断面拱顶下沉进行了预测与评估。结果表明，对于不同隧道间或同一隧道不同区段预判拱顶变形或收敛，基于范例推理能够获知良好的先验背景知识，且以此进行的支持向量机预测模型学习的回归内插（1～14步序）的平均相对误差为1.36%，而一次性外推预测15d内的8个变形值（16～30步序）的平均相对精度为97.28%，证实了方法的可靠性
%K 范例推理
%K 隧道
%K 拱顶变形
%K 支持向量机
%K 外延预测
%U http://ytlx.whrsm.ac.cn/CN/abstract/abstract10519.shtml