TY - JOUR A2 - Zhao, Yanlin AU - Niu, Jiandong AU - Wang, Bin AU - Wang, Haifa AU - Deng, Zhiwei AU - Liu, Jianxin AU - Li, Zewei AU - Chen, Guanjun AU - Zhang，基于支持向量机的岩溶帷幕注浆量智能预测方法SP - 8892106 VL - 2020 AB -注浆量预测是注浆质量控制中的一项重要任务。由于岩溶帷幕注浆工程的隐蔽性和复杂性，对岩溶帷幕注浆量(KCGV)的预测研究较少，且实际中存在的小样本、高维、非线性等问题阻碍了预测的进行。本研究基于支持向量机(SVM)的基本思想，提出了一种KCGV的多参数综合智能预测方法，克服了实际工程中样本数据少的局限性。该方法以注浆施工条件和控制注浆扩散的注浆条件为输入参数，是现场注浆过程中容易获得的基础数据。这一特性大大提高了该方法的预测精度和泛化性能。将基于支持向量机的KCGV智能预测方法应用于典型的岩溶帷幕灌浆工程。预测结果的平均绝对误差为3.47 L/m，平均绝对百分比误差为5.97%。结果表明，所提出的预测方法对岩溶帷幕注浆工程具有良好的预测效果，可为现场岩溶帷幕注浆工程提供实用有益的帮助。SN - 1468-8115 UR - https://doi.org/10.1155/2020/8892106 DO - 10.1155/2020/8892106 JF - Geofluids PB - Hindawi KW - ER -