温压耦合作用下岩土力学参数的三轴试验智能预测研究

摘要

针对当前深部岩体力学参数计算方式效率和精度不够理想的缺陷,研究提出一种IGA-BPNN预测模型,实现对深部岩体力学参数的智能预测。首先基于三轴试验,构建岩体力学参数样本库及参数间的映射关系;其次,利用一种采用了自适应变异策略的改进遗传算法,来优化BP神经网络;最后,将岩体力学参数数据输入到改进的BPNN中进行拟合,构建岩体力学参数预测模型。结果显示,该模型对峰值强度、峰值应变以及弹性模量的预测精度分别为96.42%,96.54%和96.26%;F1值达到95.00%,Recall值为95.02%,AUC值达到0.963。上述结果表明该模型具备较高的精度,能够有效预测深部岩体力学参数。