正在加载图片...
D0I:10.13374/i.issnl00It03.2009.11.043 第31卷第11期 北京科技大学学报 Vol.31 No.11 2009年11月 Journal of University of Science and Technology Beijing Nov.2009 隧洞岩体质量分级的支持向量机方法 王云飞12)李长洪12) 蔡美峰1,2) 1)北京科技大学土木与环境工程学院，北京100083 2)北京科技大学金属矿山高效开采与安全教育部重点实验室，北京100083 摘要将支持向量机应用于岩体质量等级分类中，采用工程中适用性强的指标如岩石质量指标，完整性系数，单轴饱和抗 压强度及结构面摩擦因数，作为判别因素·选用径向基核函数进行训练，通过交叉验证确定最佳模型参数，建立了岩体质量分 级模型.该模型采用成对分类方法构建多类分类模型，与已有文献采用一对多分类法构建支持向量机多类分类模型相比，不 可分区域减少很多，即模型分类精度提高显著·将该模型应用于工程实例，结果表明预测结果与工程勘测结果完全吻合，证明 了支持向量机岩体质量分级方法的有效性· 关键词岩体：分类：支持向量机：数学模型 分类号U452.1+2 Tunnel rock quality ranks based on support vector machine WANG Yunfei),LI Chang-hong2),CAI Mei-feng2) 1)School of Civil and Environmental Engineering.University of Science and Technology Beijing Beijing 100083.China 2)Key Laboratory of the Ministry of Education of China for High-Efficient Mining and Safety of Metal Mines,University of Science and Technology Beijing.Beijing 100083.China ABSTRACT The support vector method was applied to classify rock quality.and the indexes often used in engineering such as rock quality designation.integrity coefficient.uniaxial saturated compressive strength.and friction factor of structural planes were adopted as discriminant parameters.The radial basis kernel function was selected to train samples,the optimized model parameters were deter- mined by cross validation,and a model of rock quality ranks was established.In comparison with the existing multi-classification model based on support vector machine constructed by a one"against-all method,the multi-classification model constructed by the pair- wise method proposed in this paper may obviously reduce the indivisible region,that is,extraordinarily improves the model accuracy. Applications of this model to engineering show that the result of this model agrees with that of engineering reconnaissance.indicating that the classification method of rock quality ranks is effective. KEY WORDS rock mass:classification:support vector machine:mathematical model 工程岩体质量是复杂岩体工程地质特性的综合 国内外学者通过不同的理论对岩体进行了分类，取 反映，它不仅客观地反映了岩体结构固有的物理力 得了较大的成果]，Ramamurthy综合考虑了 学特性，而且为工程稳定性分析、岩体的合理利用以 RMR,Q和GSI改进了地质工程岩体分类法，何 及正确选择各类岩体力学参数等提供了可靠的依 满潮等提出了工程软岩分类的基本方法，并提出了 据山，是进行工程设计和制定相应工程措施的重要 深部工程围岩特性及非线性动态力学设计理念，认 依据，评判的准确性关系到工程投资的合理性及工 为非线性动态力学是今后的发展方向同].Kumar等 程后期运行的安全性)，因此工程岩体质量等级分 通过工程实例建立RSR、RMR、Q、RMI和RC之 类是岩石力学与岩石工程中的一项重要工作 间的相关性[6]，韩桂武等在模糊理论中引入贴近度 由于岩体的复杂性，影响岩体质量的因素甚多， 及择近原则，建立围岩模糊分类法门，田敬学等为 收稿日期.2008-12-03 基金项目：“十一五”国家科技支撑计划资助项目(No.2006BAB02A17) 作者简介：王云飞(1978一)，男，博士研究生，Emai:wyf-ustb@126.com:李长洪(1962-)，男，教授，博士生导师隧洞岩体质量分级的支持向量机方法 王云飞12） 李长洪12） 蔡美峰12） 1） 北京科技大学土木与环境工程学院北京100083 2） 北京科技大学金属矿山高效开采与安全教育部重点实验室北京100083 摘 要 将支持向量机应用于岩体质量等级分类中采用工程中适用性强的指标如岩石质量指标、完整性系数、单轴饱和抗 压强度及结构面摩擦因数作为判别因素．选用径向基核函数进行训练通过交叉验证确定最佳模型参数建立了岩体质量分 级模型．该模型采用成对分类方法构建多类分类模型与已有文献采用一对多分类法构建支持向量机多类分类模型相比不 可分区域减少很多即模型分类精度提高显著．将该模型应用于工程实例结果表明预测结果与工程勘测结果完全吻合证明 了支持向量机岩体质量分级方法的有效性． 关键词 岩体；分类；支持向量机；数学模型 分类号 U452∙1＋2 Tunnel rock quality ranks based on support vector machine W A NG Y un-fei 12）LI Chang-hong 12）CAI Me-i feng 12） 1） School of Civil and Environmental EngineeringUniversity of Science and Technology BeijingBeijing100083China 2） Key Laboratory of the Ministry of Education of China for High-Efficient Mining and Safety of Metal MinesUniversity of Science and Technology BeijingBeijing100083China ABSTRACT T he support vector method was applied to classify rock qualityand the indexes often used in engineering such as rock quality designationintegrity coefficientuniaxial saturated compressive strengthand friction factor of structural planes were adopted as discriminant parameters．T he radial basis kernel function was selected to train samplesthe optimized model parameters were determined by cross-validationand a model of rock quality ranks was established．In comparison with the existing mult-i classification model based on support vector machine constructed by a one-against-all methodthe mult-i classification model constructed by the pairwise method proposed in this paper may obviously reduce the indivisible regionthat isextraordinarily improves the model accuracy． Applications of this model to engineering show that the result of this model agrees with that of engineering reconnaissanceindicating that the classification method of rock quality ranks is effective． KEY WORDS rock mass；classification；support vector machine；mathematical model 收稿日期：2008－12－03 基金项目：“十一五”国家科技支撑计划资助项目（No．2006BAB02A17） 作者简介：王云飞（1978－）男博士研究生E-mail：wyf－ustb＠126∙com；李长洪（1962－）男教授博士生导师 工程岩体质量是复杂岩体工程地质特性的综合 反映它不仅客观地反映了岩体结构固有的物理力 学特性而且为工程稳定性分析、岩体的合理利用以 及正确选择各类岩体力学参数等提供了可靠的依 据［1］是进行工程设计和制定相应工程措施的重要 依据评判的准确性关系到工程投资的合理性及工 程后期运行的安全性［2］因此工程岩体质量等级分 类是岩石力学与岩石工程中的一项重要工作． 由于岩体的复杂性影响岩体质量的因素甚多 国内外学者通过不同的理论对岩体进行了分类取 得 了 较 大 的 成 果［3］．Ramamurthy 综 合 考 虑 了 RMR、Q 和 GSI 改进了地质工程岩体分类法［4］．何 满潮等提出了工程软岩分类的基本方法并提出了 深部工程围岩特性及非线性动态力学设计理念认 为非线性动态力学是今后的发展方向［5］．Kumar 等 通过工程实例建立 RSR、RMR、Q、RMI 和 RCR 之 间的相关性［6］．韩桂武等在模糊理论中引入贴近度 及择近原则建立围岩模糊分类法［7］．田敬学等为 第31卷 第11期 2009年 11月 北 京 科 技 大 学 学 报 Journal of University of Science and Technology Beijing Vol．31No．11 Nov．2009 DOI:10．13374／j．issn1001－053x．2009．11．043