基于支持向量機(jī)的巖土非線性變形行為預(yù)測研究.pdf

1、預(yù)測是科學(xué)研究的中心問題之一，是科學(xué)決策和規(guī)劃的重要前提。作為現(xiàn)代巖土工程的難點和迫切需要解決的問題，巖土體變形行為預(yù)測，正逐漸成為國內(nèi)外學(xué)術(shù)界、工程界關(guān)注的熱點。 本文結(jié)合支持向量機(jī)這種優(yōu)秀的機(jī)器學(xué)習(xí)算法，圍繞巖土體非線性變形行為預(yù)測問題展開工作，研究的主要內(nèi)容包括四個方面：變形時序的數(shù)據(jù)表示、支持向量機(jī)算法的核函數(shù)構(gòu)造、超參數(shù)選擇以及變形時序數(shù)據(jù)的外推預(yù)測。主要的工作有： (1)針對巖土體變形時序數(shù)據(jù)非常有限而降低學(xué)

2、習(xí)建模效率的情況，首次提出了變形時序數(shù)據(jù)再生的概念，方法采用分段插值方法和Bootstrap重采樣技術(shù)對樣本容量進(jìn)行補充和擴(kuò)展，以豐富巖土體系統(tǒng)變形演化的細(xì)節(jié)。同時，提出以低維坐標(biāo)空間變換和高維相空間重構(gòu)的數(shù)據(jù)表示方法，對變形數(shù)據(jù)序列的表示形式進(jìn)行重構(gòu)，達(dá)到改寫數(shù)據(jù)的規(guī)律性進(jìn)而探討巖土體系統(tǒng)內(nèi)在的復(fù)雜本質(zhì)特征的目的。 (2)著重分析了變形時序曲線特征以及不同類型Mercer核的性質(zhì)，提出了巖土體變形時序支持向量機(jī)預(yù)測建模中核函數(shù)

3、的選擇原則；同時，從理論上，基于核函數(shù)上的封閉運算，構(gòu)造出了適合于變形序列預(yù)測領(lǐng)域支持向量機(jī)建模的復(fù)雜核函數(shù)。復(fù)雜核函數(shù)擴(kuò)大了函數(shù)的容量，使得學(xué)習(xí)算法的應(yīng)用柔性增大，有利于提高建模的回歸精度又不致于降低模型的泛化性能。從核的空間映射，利用變形時序某一數(shù)據(jù)點的變化趨勢更多的是由鄰近的數(shù)據(jù)點所決定這一先驗知識，對核矩陣或核函數(shù)進(jìn)行調(diào)整以提高核函數(shù)匹配手頭問題的性能。鑒于優(yōu)秀核函數(shù)具有相似形式的思路，深入分析了一個好的核函數(shù)應(yīng)該具有的形式，并

4、在此基礎(chǔ)之上引入了全信息下的平移不變核和具有統(tǒng)一形式的核函數(shù)。前者在高維映射的空間中既著重于近鄰點的數(shù)據(jù)信息，又保留了全部數(shù)據(jù)點信息。從而擴(kuò)充了核矩陣關(guān)于特征空間或模型的選擇的信息，以及訓(xùn)練數(shù)據(jù)本身的信息量。后者為一個點積核與距離核的有限形式統(tǒng)一的核函數(shù)，可以簡化對核函數(shù)選擇的復(fù)雜過程。 (3)提出了基于正交設(shè)計試驗的超參數(shù)層次選擇方法和Boosting集成超參優(yōu)化方法。正交設(shè)計方法在分析確定了支持向量機(jī)各個超參數(shù)的取值范圍，并

5、為每個參數(shù)選定了試驗水平。通過考慮參數(shù)間的正交性和交互性，層次的選取最優(yōu)超參數(shù)組合下的支持向量機(jī)模型。較其他超參選擇法，正交設(shè)計超參數(shù)選擇方法更快捷有效，適合于工程中支持向量機(jī)的實際應(yīng)用。Boosting集成的參數(shù)優(yōu)化，是通過在原始數(shù)據(jù)集加權(quán)采樣的基礎(chǔ)上，進(jìn)行多次迭代子支持向量回歸的機(jī)器學(xué)習(xí)，不斷調(diào)整樣本權(quán)值再采樣，優(yōu)化機(jī)器學(xué)習(xí)模型，然后對迭代所得的每級子支持向量回歸結(jié)果按某種組合方法進(jìn)行集成，最終獲取優(yōu)參下的支持向量機(jī)學(xué)習(xí)模型。

6、 (4)提出了變形趨勢預(yù)判下的支持向量機(jī)預(yù)測方法。對時序的趨勢預(yù)判，以兩種思路進(jìn)行了實現(xiàn)：專家辨識，基于巖土體變形和時序曲線的特點，在定義變形時序外延模式并建立綜合專家系統(tǒng)的基礎(chǔ)上，以定性和定量結(jié)合的方式達(dá)到辨識時序的外延模式；范例推理，對變形時序組成的范例庫進(jìn)行歐氏距離的范例屬性以及變形時序原子矩陣的相似度計算，檢索與目標(biāo)范例(待預(yù)測問題)最為相似的范例，并參考相似范例，對目標(biāo)范例時序的未來時刻的變化趨勢進(jìn)行預(yù)判。兩種思路實現(xiàn)下的方