支持向量機在地下工程中的應(yīng)用研究.pdf

1、支持向量機(Support Vector Machines簡稱SVM)是在統(tǒng)計學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險最小化原則的基礎(chǔ)上提出的一種新的機器學(xué)習(xí)方法.它追求的是在現(xiàn)有信息(即有限樣本)情況下的最優(yōu)解而不僅僅是樣本數(shù)趨于無窮時的最優(yōu)解,并且比經(jīng)驗風(fēng)險原理的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法具有更強的理論依據(jù)和更好的泛化性能;算法是一個二次優(yōu)化問題,能夠保證找到極值解是全局最優(yōu)解,解決了在一些人工智能方法中無法避免的局部極值問題;算法將實際問題通過非線性

2、變換到高維的特征空間,在高維空間中構(gòu)造線性判別函數(shù)實現(xiàn)原空間中的非線性判別函數(shù),特殊性能保證了學(xué)習(xí)機器有較好的推廣能力及極強的非線性系統(tǒng)建模能力,也巧妙地解決了維數(shù)災(zāi)難問題.鑒于支持向量機具有良好學(xué)習(xí)性能和潛在應(yīng)用價值,有望解決地下工程中許多問題,本文嘗試將其應(yīng)用于地下工程領(lǐng)域.主要進(jìn)行了如下工作:1.簡單介紹了支持向量機的理論基礎(chǔ)——統(tǒng)計學(xué)習(xí)理論.2.從簡單的線性SVM到非線性SVM分類情形詳細(xì)論述了支持向量機的訓(xùn)練和決策過程,并對訓(xùn)

3、練算法做了總結(jié).3.依據(jù)支持向量機原理,建立了基于支持向量機的回歸模型,并通過MATLAB語言編程,把此模型應(yīng)用于華鎣山隧道YK37+215斷面拱頂下沉位移監(jiān)測數(shù)據(jù)的預(yù)測和華豐煤礦巷道兩幫破壞范圍回歸分析中.4.提出基于支持向量機的巖體分類算法,建立了基于支持向量機的巖體分類模型,并成功地實現(xiàn)了此模型在廣州抽水蓄能電站二期工程圍巖分類及巖石三性綜合分級中的應(yīng)用.結(jié)果顯示,支持向量機應(yīng)用于巖體分類和地下工程監(jiān)測數(shù)據(jù)的回歸分析及預(yù)測不僅完全