基于RF和KNN的地下采场开挖稳定性评估

针对传统地下采场开挖稳定评估方法存在的局限性,引入机器学习方法,提出基于随机森林算法(Random forest,RF)和K-最近邻算法(K-nearest neighbor,KNN)的地下采场开挖稳定性预测模型.以加拿大8个采场为例,首先,获取并分析399组观测数据,其中涵盖了相应的岩石质量分级(Rock Mass Rating,RMR)值、跨度以及对应的稳定、潜在不稳定或不稳定状态.然后将地下采场的稳定性程度进行三分类及二分类,采用10折交叉验证方法进行模型超参数优化,在不作任何假设的前提下,捕捉地下采场开挖稳定性与RMR值、跨度之间的复杂关系.研究表明:二分类结果准确性高于三分类预测结果;在二分类方式下,两种算法的准确率及召回率均高于90％,其中KNN算法的表现优于RF算法;提出的两种方法较先前研究的正确率有很大提升,为开挖稳定性评估提供了可靠途径.     

基于多元自适应回归样条的高维岩土工程问题分析

为解决岩土工程中多元变量间的非线性相关问题,采用一种非参数回归算法——多变量自适应回归样条建立对目标参数的预测模型。该算法基于大量可靠的岩土监测数据,运用简单线性样条函数的组合对输入、输出参数进行相关性拟合,生成显性表达式,同时得到各输入参数的相对重要性。通过桩的可贯入性、地下洞室稳定性分析2个实例,对该方法进行评估。2个实例中测试集的决定性系数R~2分别为0.921和0.986,最重要的输入参数分别是桩材料的弹性模量和围岩质量,表明该方法可较精确地拟合多元输入参数与输出参数间的相关性,可用于未知响应的预测。     

堤防地震液化数值模拟及动力反应分析

为了评估青草沙水库在地震作用下的性状,利用FLIP程序分析堤基及上部堤防地震液化变形规律,比较了堤防不同位置处的残余变形、超静孔隙水压力比分布、有效应力路径等.结果表明:抗震设防烈度7度条件下,堤防结构的存在放大了地表的加速度;堤防残余变形主要发生在堤身和堤脚周围一定深度范围,地下12 m及以下土体残余变形很小;堤顶中...     

滇池湖相粉土的工程性质

滇池湖相粉土为典型的高原湖新生代沉积物,具有厚度大、规律多变、不确定性显著等特征。依托昆明巫家坝大型城市综合体项目,在现场地质勘察的基础上,利用机器学习算法和数理统计方法深入研究了滇池湖相粉土的工程性质。首先,利用K-means算法对土体样本进行二级分类,并通过计算各参数的基本统计特征,验证了上述二级分类的合理性和必要性。然后,利用Bootstrapping等数理统计方法,进一步探究了土性参数的深度趋势特性、统计分布特征以及多元相关性等,结果表明滇池湖相粉土参数的不确定性显著,参数间存在明显的交叉依赖性。研究结果将为相关岩土工程设计和风险分析提供数据参考。     

基于条件随机场的重庆李家坪地铁隧道可靠度分析

在目前隧道工程的设计施工中,工程师大多采用确定性方法衡量隧道的稳定性,忽略了岩土体的空间变异性.作者结合Kriging理论和随机场理论,提出了大尺度工程场地的三维条件随机场生成方法,并将该方法运用于重庆市李家坪地铁车站隧道的大尺度三维岩体参数空间变异性的表征,然后结合数值计算结果和可靠度理论分析了李家坪地铁车站隧道在开...