作者：苏国韶; 宋咏春; 燕柳斌岩石力学高斯过程机器学习爆破效应预测
摘要：高斯过程是一种最近发展起来新的机器学习技术,对处理非线性复杂问题具有很好的适应性。岩体爆破效应与其影响因素之间是复杂的非线性关系,针对传统方法的局限性,提出一种基于高斯过程的岩体爆破效应预测的新方法,建立相应的岩体爆破效应预测模型,并应用于三峡工程坝区岩体爆破振动速度、爆破损伤深度与损伤半径的预测。通过三峡现场爆破试验数据,建立训练数据集和测试数据集,采用高斯过程方法建立爆破效应与影响因素之间的各影响因素之间的非线性映射关系。研究结果表明,岩体爆破振动速度、爆破损伤深度与损伤半径的预测结果与现场试验结果比较吻合,用高斯过程方法预测岩体爆破效应是科学可行的。与神经网络方法相比,高斯过程方法具有算法参数自适应化的特点,且适用于小样本问题,预测精度高,并易于实现,具有良好的工程应用前景。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
