文献

J-GLOBAL ID：201702231924124405   整理番号：17A1881951

サポートベクトルマシンモデルは,断層破砕帯における周囲岩石変形予測において適用されることができた。【JST・京大機械翻訳】

Application of support vector machine model in fracture zone surrounding rock deformation prediction

著者 (2件)： Ren Qingguo (陜西鉄路工程職業技術学院,陜西渭南,714000) ,  Miao Landi (陜西鉄路工程職業技術学院,陜西渭南,714000)
資料名： Hebei Gongye Keji  (Hebei Gongye Keji)
巻： 34  号： 3  ページ： 194-201  発行年： 2017年 
JST資料番号： C3505A  ISSN： 1008-1534  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 周囲岩石の変形予測は,トンネルの安全性評価とその施工の重要な基礎であり,変形予測の精度を向上させるために,工学的実践と結合して,PSO-SVM-BP予測モデルを提案した。最初に,三次スプライン内挿法と二次平滑法を用いて,変形データを前処理し,その後の変形予測のための基礎を確立した。次に,粒子群最適化(PSO)アルゴリズムを用いて,サポートベクトルマシンのパラメータ最適化を行い,PSO-SVMモデルを構築し,そして,周囲岩石の変形を予測するための予備的予測を,行った;そして,それらの間の関係を,提案した方法によって,予測した。最後に,BPニューラルネットワークを用いて,誤差修正を行い,そして,予測モデルの有効性を検証するために,総合的予測の目的を達成するために,工学的用例を用いて,検証を行った。結果は以下を示した。予備的予測結果の相対誤差は5%以下で,誤差補正後の予測精度は0.97%に向上し,予測精度は高く,予測モデルの有効性を検証し,類似の研究に参考を提供することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 誤り訂正 ,  *予測 ,  *岩石 ,  予測モデル ,  *破砕帯 ,  アルゴリズム ,  安全評価 ,  前処理 ,  *サポートベクトルマシン ,  内挿法
準シソーラス用語： 予測精度 ,  相対誤差 ,  逆伝播ニューラルネットワーク ,  パラメータ最適化 ,  粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： tunnel engineering ,  particle swarm algorithm ,  support vector machine ,  BP neural network ,  dynamic prediction

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 断層破砕帯 ,  岩石 ,  予測