基于PSO-SVR混合模型的极富水软岩隧洞施工安全预测OA
针对常规数值模拟中支护参数与动态演化围岩力学性态难以精准匹配的问题,提出一种基于PSO-SVR混合模型的施工安全智能预测方法。该方法利用Dynamo与OBD平台研发地质与隧洞结构参数化建模工具,实现精细化支护结构的自动化构建;结合FLAC3D软件对多工况支护方案进行数值模拟,提取洞顶沉降、侧壁内鼓等关键指标构建预测数据集。在此基础上,引入粒子群算法(PSO)对支持向量回归(SVR)模型的关键参数进行全局寻优,建立PSO-SVR混合预测模型。结果表明:在处理多变量、小样本支护方案数据集时,PSO-SVR算法相比较传统回归模型具有更高的拟合优度与更小的均方根误差。经工程实例验证,该模型预测的围岩变形及支护受力状态与数值模拟及实际监测结果具有较好的一致性,有效提高施工安全评价的准确性,避免繁杂的重复建模过程。
王胜龙;李世民;杨小龙;王康;王凯航;黄梓涵
中国水利水电第十四工程局有限公司,昆明650200中国水利水电第十四工程局有限公司,昆明650200中国电建集团昆明勘测设计研究院有限公司,昆明650051中国水利水电第十四工程局有限公司,昆明650200天津大学水利工程智能建造与运维全国重点实验室,天津300072 雅袭江流域水电开发有限公司,成都610051天津大学水利工程智能建造与运维全国重点实验室,天津300072
建筑与水利
极富水软岩施工安全预测PSO-SVR模型数值模拟围岩变形方案优化
《南水北调与水利科技(中英文)》 2026 (S1)
P.191-197,7
天津市青年科技人才项目(QN20230203)云南省科技计划项目(202405AA350031)电建集团重大项目(DJ-ZDXM-2020-25)。
评论