文献

J-GLOBAL ID：201902287644402180   整理番号：19A1762127

二値ロジスティック回帰と線形判別分析を用いたトンネルスクイージング予測のための2つの経験的相関の開発【JST・京大機械翻訳】

Development of Two Empirical Correlations for Tunnel Squeezing Prediction Using Binary Logistic Regression and Linear Discriminant Analysis

著者 (2件)： Ghasemi Ebrahim (Department of Mining Engineering, Isfahan University of Technology, Isfahan, Iran) ,  Gholizadeh Hasan (Department of Mining Engineering, Isfahan University of Technology, Isfahan, Iran)
資料名： Geotechnical and Geological Engineering  (Geotechnical and Geological Engineering)
巻： 37  号： 4  ページ： 3435-3446  発行年： 2019年 
JST資料番号： H0941A  ISSN： 0960-3182  CODEN： GGENE3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 大きな時間依存変形としてのスクイージングは,トンネルプロジェクトに対する不適切な損傷をもたらす可能性がある。トンネリングプロジェクトの初期段階におけるこの現象の正確な予測は,その破壊的影響を低減する上で顕著な役割を持っている。本論文では,二値ロジスティック回帰(BLR)と線形判別分析(LDA)を用いて,トンネリングプロジェクトを開始する前に,スクイージング予測のための2つの新しい経験的相関を提示した。これらの相関は,220のトンネル事例履歴を含む包括的データベースに基づいて開発された。両方の相関において,表土深さ(H)と岩盤品質(Q)は独立変数であり,スクイージング条件は従属変数として予測できる。これらの相関の品質評価は,両方の方程式がスクイージング予測に対して高い性能を持つことを示した。以前に開発した経験式と比較して,提案した方程式は予測能力の改善をもたらした。検証結果は,LDAとBLR方程式が以前に開発した方程式より良いことを明らかにした。Copyright 2018 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 表土 ,  岩盤 ,  品質 ,  実験式 ,  *予測 ,  データベース ,  *スクイージング ,  時間依存性 ,  トンネル効果
準シソーラス用語： 予測能力 ,  品質評価 ,  目的変数 ,  独立変数 ,  *線形判別分析 ,  *ロジスティック回帰分析 , 【Automatic Indexing@JST】

著者キーワード (5件)： スクイージング予測 ,  トンネルプロジェクト ,  経験的相関 ,  二値ロジスティック回帰(BLR) ,  線形判別分析(LDA)

分類 (3件)： 自然災害  (RA02030M) ,  土木地質学・水文地質学一般  (DE09080K) ,  鉱山評価  (UA02030P)

タイトルに関連する用語 (9件)： 二値 ,  ロジスティック回帰 ,  線形判別分析 ,  トンネル ,  スクイージング ,  予測 ,  経験 ,  相関 ,  開発