基于TSP203系统和GA-SVM的围岩超前分类预测

为有效地进行隧道围岩类别超前分类,提出基于TSP203系统和遗传-支持向量机的围岩类别超前分类方法。以TSP203系统为基础,从探测结果中提取有用信息,建立围岩类别超前分类指标体系,并采用支持向量机进行围岩超前分类预测。建立围岩类别超前分类指标体系时,采用TSP203中可有效识别的围岩分类参数来实现:岩体完整性系数、泊松比、静态扬氏模量、主要结构面与洞轴线的夹角、不连续结构面状态和地下水发育情况。确定支持向量机参数时,采用遗传算法在解空间里进行全局搜索,以改善支持向量机在围岩分类中的识别精度。最后将该方法应用于实际工程,结果表明该方法实际可行,在围岩类别超前分类中具有较高的准确性,为围岩类别超前分类提供了一种新思路。