基于粗糙集和支持向量机的融合算法在岩体质量评价中的应用

详细信息   

• 责任者：肖云华^c吉林大学^d1978^e博士 ; 王清 ; 陈剑平 ; 张鹏 ; 阙金声^c 北京国电华北电力工程有限公司
• 刊名：煤田地质与勘探
• 出版年：2008
• 卷期：36^6总210
• 关键词：岩体质量 ; 支持向量机20^a数据融合 ; 隧道 ; 算法 ; 数学模型 ; 结构面30^a粗糙集理论
• 页码：49～53
• 索书号：P613.06/730-1
• 图表：^c表5参9
• 分类号：1600,2000
• 文摘期号：2009/05

摘要

从数据融合角度出发,把粗糙集理论和支持向量机理论结合,用来解决隧道岩体质量评价问题。首先,应用粗糙集理论对岩体质量评价样本数据进行约简,去除冗余特征形成岩体质量影响因素与岩体质量之间简明扼要的关系数据表达形式,形成新的样本数据,然后应用支持向量机理论,对新样本数据进行学习,建立岩体质量的支持向量机评价模型。通过实际工程应用表明,该方法科学可行。