,1360 北京科技大学学报 第31卷 表1归一化的围岩分级样本 Table 1 Scaling samples of rock ranks 判别因子实测值归一化结果 样本 勘测结果 ROD R Vp Ko 1 0.57225 0.77966 0.74491 0.83587 1 1 2 0.89595 0.93220 0.98344 0.94203 1 1 l 3 1 0.88136 0.98344 0.94710 1 Ⅱ 4 0.98844 1 0.98344 1 1 1 5 0.47977 0.74576 0.99574 0.80507 0.82353 Ⅱ 6 0.59538 1 1 0.78261 0.82353 0.29412 Ⅱ 0.98844 0.9322 0.71178 0.97101 1 ◆ 8 0.76879 0.71186 0.46096 0.65217 0.23529 0.52941 D 9 0.42197 0.71186 0.46096 0.65217 0.52941 0.76471 Ⅲ 10 0.61850 0.55932 0.46096 0.65036 0.52941 0.76471 Ⅲ 11 0.64162 0.67797 0.50355 0.76087 0.52941 0.76471 面 12 0.71098 0.67797 0.50355 0.76594 0.52941 0.76471 Ⅲ 13 0.66474 0.49153 0.58874 0.60870 0.41176 0.76471 Ⅲ 14 0.53757 0.55932 0.52570 0.50000 0.41176 0.76471 W 15 0.83815 0.62712 0.46096 0.74493 0.52941 0.76471 Ⅲ 16 0.50289 0.66102 0.59063 0.74819 0.52941 0.76471 Ⅲ 17 0.41618 0.62712 0.12967 0.39855 0 0.17647 W 18 0.60694 0.66102 0.12967 0.74601 0.14706 0.52941 W 19 0.71676 0.61017 0.32750 0.39855 0.14706 0.52941 N 20 0.28324 0.62712 0.30289 0.72319 0.14706 0.52941 W 21 0.88439 0.67797 0.30289 0.76594 0.14706 0.52941 在 22 0.38728 0.18644 0.53384 0.28623 0.088235 0.23529 N 23 0.19075 0.23729 0.11548 0.21739 0.11765 0.29412 N 24 0.26012 0.22034 0.17700 0.38043 0.058824 0.17647 W 25 0.15607 0.20339 0.016091 0 0.029412 0.11765 V 0.29480 0.016949 0.094652 0.057971 0.029412 0.11765 V 27 0.17919 0.084746 0.094652 0.15580 0 0.058824 V 28 0.28324 0 0.077615 0.021739 0.014706 0.058824 D 29 0.13295 0.067797 0.035021 0.021739 0 0 V 30 0 0.033898 0 0.018841 0.014706 0 改进BP结果，从表3可以看出支持向量机围岩质 样本建模问题，建立了岩体质量分级模型，并经实际 量等级分级模型分级结果和实际勘测结果完全一 工程验证具有较高精度 致，从而验证了支持向量机围岩质量等级分级模型 (2)由二类分类器构造多类分类模型采用的成 能够很好地满足工程应用的需要. 对分类法(pairwise)与已有文献[2]采用的一对多分 4结论 类法(one-against-all)构造的模型相比，不可分区域 减少了很多，即围岩分级模型精度提高显著· (1)岩石力学与工程中遇到的瓶颈问题就是 (③)支持向量围岩等级质量分级模型所选的判 “数据有限”和“模型与参数给不准”以及许多问题的 别因素充分考虑了在实际工程评判中的广泛性和适 机理不清楚可.本文利用支持向量机在处理小样 用性 本学习问题上具有独到的优越性的特点，解决了小表1 归一化的围岩分级样本 Table1 Scaling samples of rock ranks 样本 判别因子实测值归一化结果 RQD Kv Rw V p Ko f 勘测结果 1 0∙57225 0∙77966 0∙74491 0∙83587 1 1 Ⅱ 2 0∙89595 0∙93220 0∙98344 0∙94203 1 1 Ⅱ 3 1 0∙88136 0∙98344 0∙94710 1 1 Ⅱ 4 0∙98844 1 0∙98344 1 1 1 Ⅱ 5 0∙47977 0∙74576 0∙99574 0∙80507 0∙82353 1 Ⅱ 6 0∙59538 1 1 0∙78261 0∙82353 0∙29412 Ⅱ 7 0∙98844 0∙9322 0∙71178 0∙97101 1 1 Ⅱ 8 0∙76879 0∙71186 0∙46096 0∙65217 0∙23529 0∙52941 Ⅲ 9 0∙42197 0∙71186 0∙46096 0∙65217 0∙52941 0∙76471 Ⅲ 10 0∙61850 0∙55932 0∙46096 0∙65036 0∙52941 0∙76471 Ⅲ 11 0∙64162 0∙67797 0∙50355 0∙76087 0∙52941 0∙76471 Ⅲ 12 0∙71098 0∙67797 0∙50355 0∙76594 0∙52941 0∙76471 Ⅲ 13 0∙66474 0∙49153 0∙58874 0∙60870 0∙41176 0∙76471 Ⅲ 14 0∙53757 0∙55932 0∙52570 0∙50000 0∙41176 0∙76471 Ⅲ 15 0∙83815 0∙62712 0∙46096 0∙74493 0∙52941 0∙76471 Ⅲ 16 0∙50289 0∙66102 0∙59063 0∙74819 0∙52941 0∙76471 Ⅲ 17 0∙41618 0∙62712 0∙12967 0∙39855 0 0∙17647 Ⅳ 18 0∙60694 0∙66102 0∙12967 0∙74601 0∙14706 0∙52941 Ⅳ 19 0∙71676 0∙61017 0∙32750 0∙39855 0∙14706 0∙52941 Ⅳ 20 0∙28324 0∙62712 0∙30289 0∙72319 0∙14706 0∙52941 Ⅳ 21 0∙88439 0∙67797 0∙30289 0∙76594 0∙14706 0∙52941 Ⅳ 22 0∙38728 0∙18644 0∙53384 0∙28623 0∙088235 0∙23529 Ⅳ 23 0∙19075 0∙23729 0∙11548 0∙21739 0∙11765 0∙29412 Ⅳ 24 0∙26012 0∙22034 0∙17700 0∙38043 0∙058824 0∙17647 Ⅳ 25 0∙15607 0∙20339 0∙016091 0 0∙029412 0∙11765 Ⅴ 26 0∙29480 0∙016949 0∙094652 0∙057971 0∙029412 0∙11765 Ⅴ 27 0∙17919 0∙084746 0∙094652 0∙15580 0 0∙058824 Ⅴ 28 0∙28324 0 0∙077615 0∙021739 0∙014706 0∙058824 Ⅴ 29 0∙13295 0∙067797 0∙035021 0∙021739 0 0 Ⅴ 30 0 0∙033898 0 0∙018841 0∙014706 0 Ⅴ 改进 BP 结果．从表3可以看出支持向量机围岩质 量等级分级模型分级结果和实际勘测结果完全一 致‚从而验证了支持向量机围岩质量等级分级模型 能够很好地满足工程应用的需要． 4 结论 （1） 岩石力学与工程中遇到的瓶颈问题就是 “数据有限”和“模型与参数给不准”以及许多问题的 机理不清楚［15］．本文利用支持向量机在处理小样 本学习问题上具有独到的优越性的特点‚解决了小 样本建模问题‚建立了岩体质量分级模型‚并经实际 工程验证具有较高精度． （2） 由二类分类器构造多类分类模型采用的成 对分类法（pairwise）与已有文献［2］采用的一对多分 类法（one-against-all）构造的模型相比‚不可分区域 减少了很多‚即围岩分级模型精度提高显著． （3） 支持向量围岩等级质量分级模型所选的判 别因素充分考虑了在实际工程评判中的广泛性和适 用性． ·1360· 北 京 科 技 大 学 学 报 第31卷