王凯凯
- 作品数：11 被引量：57H指数：4
- 供职机构：辽宁科技大学土木工程学院更多>>
- 发文基金：国家自然科学基金辽宁省教育厅高等学校科学研究项目辽宁省教育厅基金更多>>
- 相关领域：建筑科学交通运输工程矿业工程自动化与计算机技术更多>>
- 文化鱼群优化支持向量机在隧道围岩变形预测中的应用被引量：5
- 2016年
- 建立了隧道围岩变形预测的基于时间序列的支持向量机模型。针对支持向量机(SVM)的参数选择问题,运用文化鱼群算法(CAAF)来搜索支持向量机的相关参数,避免了人工搜索参数的盲目性,提高了模型的推广性能。该模型首先将实例中隧道围岩变形的样本数据进行时间序列处理,构建学习和预测样本,再利用文化鱼群优化的支持向量机模型进行预测。与BP神经网络预测结果相比,该方法运算速度快、预测精度高,对实际工程具有更高的适用性。
- 胡军王凯凯董建华
- 关键词：隧道围岩变形支持向量机参数选择
- 基于BCABC-SVM的边坡稳定性预测被引量：6
- 2016年
- 为了准确地对边坡稳定性进行预测,采用支持向量机(SVM)建立边坡稳定性和影响因素之间的非线性关系.针对支持向量机参数对预测效果的影响,采用基于细菌趋化的蜂群算法(BCABC)对其进行优化选择,提出了边坡稳定性预测的细菌趋化的蜂群优化支持向量机模型.运用该方法对边坡实例进行预测,预测结果与边坡稳定性实际状态相吻合,结果表明,基于细菌趋化的蜂群优化支持向量机模型在边坡稳定性评价中具有一定的可靠性和有效性.
- 胡军王凯凯董建华
- 关键词：边坡稳定蜂群算法微粒群算法支持向量机参数选择
- 基于自繁衍鱼群算法的土质边坡滑动面搜索被引量：4
- 2016年
- 土质边坡的稳定性问题一直是土力学的一项重点课题,而最危险滑动面搜索是其稳定性评价的关键工作。将自繁衍鱼群算法引入到土质边坡稳定性分析的临界滑动面搜索中。该方法在标准鱼群算法的基础上,借助于自然生态繁衍的规律,包含了进食竞争和交配竞争等思路,提高算法的效率,克服其易陷入复杂函数的局部最优、后期收敛减慢等缺陷。结合2个典型的边坡实例进行搜索最小安全系数和临界滑动面,计算结果表明,与常规方法相比,该方法具有更好的收敛效果和精度,为土质边坡的稳定性分析提供了一种新的搜索方法。
- 胡军王凯凯黄贵臣
- 关键词：边坡稳定性分析滑动面搜索鱼群算法
- AVO岩性参数反演的改进人工鱼群算法研究被引量：2
- 2017年
- 为及时获取地震岩性参数,提出了基于动物自治体模型的人工鱼群算法进行参数反演。该方法对鱼群算法采取分阶段策略进行改进,并增加了跳跃与吞食行为,从而使鱼群更容易跳出局部最优得到性能优化。对振幅随炮检距变化(AVO)的实际数据参数反演的结果表明,与标准人工鱼群算法相比,改进的鱼群算法的反演精度与寻优时间都得到很大改进,表现出更强的寻优泛化能力。
- 胡军王凯凯董建华黄贵臣
- 关键词：人工鱼群算法
- 种族鱼群优化支持向量机序列理论监测尾矿坝被引量：1
- 2016年
- 为监测预警尾矿坝的变形位移,提出基于结构风险最小化理论的支持向量机进行学习预测。通过采集有效数据,对时间序列数据进行归一化序列处理,然后采取种族鱼群选择向量机参数,对处理后的数据进行支持向量机回归预测。将该理论应用到某尾矿坝监测系统,得到了较为准确的预测结果,表明该理论充分利用了数据的统计特性,精度和泛化能力都得到了明显提高,可作为尾矿坝监测系统的有效指导。
- 胡军王凯凯葛凯华袁永涛
- 关键词：尾矿坝支持向量回归机
- 基于支持向量机的隧道围岩参数反演研究
- 根据支持向量机(SVM)的位移反分析是较新出现的一种岩土工程参数反演方法,该法通过改进的支持向量机模型取代有限元方法建立岩体力学参数和位移信息的非线性关系,大大提高了反演计算效率。本文根据目前反分析方法的一些缺陷,分别从...
- 王凯凯
- 关键词：位移反分析支持向量机鱼群算法
- 文献传递
- 分层鱼群优化支持向量机预测巷道围岩松动圈厚度被引量：3
- 2014年
- 为了及时掌握巷道围岩松动圈的厚度,以便采取措施控制围岩的安全性,采用基于最大间隔算法的支持向量机进行预测。考虑支持向量机的性能很大程度依赖于参数的选择,提出改进的人工鱼群算法优化支持向量机的参数,以取得更好的准确度。首先对基本人工鱼群算法增加了种类分层和交叉变异,然后以此优化的参数对考查数据进行支持向量机回归预测。通过人工鱼群行为和参数的改进,扩大了搜索空间,增加了全局优化的稳定性,克服了人工鱼群后期寻优速度慢等问题。对某巷道围岩松动圈厚度监测与预测结果表明:该模型的预测精度较高,缩短了寻找参数的时间,泛化性能提高,收敛加快,可以有效地指导巷道围岩安全性的监测。
- 胡军王凯凯夏治国
- 关键词：支持向量机巷道围岩
- 边坡稳定性的CPSO-BP模型研究被引量：28
- 2016年
- 为了分析边坡的稳定性,利用协调粒子群算法和BP网络建立了边坡稳定性CPSO-BP预测模型。BP网络能够很好地描述边坡稳定性与其影响因素之间复杂的非线性关系,将内摩擦角、边坡角、岩石重度、边坡高度、黏聚力、孔隙压力比6个主要影响因素作为网络的输入,将边坡稳定性系数作为网络的输出。为避免BP网络陷入局部最优,利用协调粒子群算法的全局优化能力确定BP网络的连接权值和阀值,使BP网络的优势得到分发挥,达到提高模型预测精度目的。实例表明CPSO-BP模型有更好地预测精度以及将其应用于边坡稳定性预测是可行的。
- 胡军董建华王凯凯黄贵臣
- 关键词：粒子群算法BP神经网络边坡
- 隧道洞室地基稳定性双阶段多策略粒子群BP网络模型研究
- 2017年
- 影响隧道洞室地基稳定性的因素众多,这些因素与隧道洞室地基稳定性之间存在着复杂的非线性关系,并且常规的方法很难描述这种复杂的关系。文章提出了一种双阶段多策略粒子群算法(DMPSO)优化的BP神经网络隧道洞室地基稳定性评价模型。粒子群算法具有全局优化能力强、搜索效率高等特点,算法改进后使这些特点更加突出。BP算法有很强的非线性映射能力、泛化能力,但也有收敛速度慢,容易陷入局部最优等缺陷。采用双阶段多策略粒子群算法(DMPSO)搜索BP模型的权值和阈值,弥补了BP模型的缺陷,提高了其预测的准确度。文章以重庆小什字车站洞室地基为例,证明了双阶段多策略粒子群算法优化的BP神经网络模型(DMPSO-BP)的可行性,并且该模型比模糊神经网络和粒子群优化的BP神经网络(PSO-BP)模型有更好的预测精度。
- 胡军董建华王凯凯
- 关键词：粒子群算法BP神经网络地基稳定性
- 基于IAF-SVM的隧道位移反分析研究被引量：6
- 2017年
- 在隧道位移反分析方面,文章针对BP神经网络易过度训练样本及小样本精度较低的缺陷,利用支持向量机(SVM)良好的泛化能力,提出了一种基于支持向量机进行隧道工程的弹塑性位移反分析方法。同时考虑支持向量机的性能很大程度依赖于参数的选择,运用改进的人工鱼群(IAF)高效的全局搜索能力,寻找最优的SVM参数,以此避免SVM在参数选择上的随机性。利用FLAC3D软件进行某隧道工程正分析计算,依据若干测点的位移计算结果,运用该方法进行弹塑性位移反演。结果表明,在小样本空间里,该方法的收敛速度和反演精度均优于BP神经网络。
- 胡军曹进海葛凯华王凯凯
- 关键词：岩体力学参数人工鱼群位移反分析
