oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 33 )

2018 ( 378 )

2017 ( 423 )

2016 ( 455 )

Custom range...

Search Results: 1 - 10 of 17325 matches for " 滑坡位移预测 "
All listed articles are free for downloading (OA Articles)
Page 1 /17325
Display every page Item
利用粗糙集的滑坡分阶段位移预测方法--以白家包滑坡为例
韩舸,龚威,吴婷,赵艳南
吉林大学学报(地球科学版) , 2014,
Abstract: 为解决大数据量下滑坡的位移数值精确预测,采用数据挖掘技术对滑坡多源监测数据进行预处理,进而采取粗糙集理论对输入变量集进行定量评价、约减并完成滑坡变形阶段预测,在此基础上利用不同算法进行滑坡变形位移数值预测。实验显示,粗糙集对滑坡变形阶段划分的准确度达到96.5%,在此基础上利用分类回归树预测滑坡位移的精度达到6.5mm。结果表明,分阶段的位移预测方法是可行的,其提供的预测精度显著优于普通方法并且达到了工程应用的需求。
相关性优先的滑坡位移组合预测 Landslide displacement prediction by combination model based on preferential correlation
易武,王鸣
- , 2016,
Abstract: 组合预测模型已经成为滑坡变形预测的一种有效方法.通过建立相关性优先的滑坡位移组合预测模型,同时顾及预测精度,以三峡库区店子湾滑坡为例,对GPS监测累积水平位移进行预测,同时构建平方和误差(SSE)、平均绝对误差(MAE)、均方误差(MSE)、平均绝对百分比误差(MAPE)、均方百分比误差(MSPE)等5个评价指标进行全方位评价,由计算结果可知,该模型预测的平均绝对百分比误差(MAPE)仅为5.5%,相关系数达到0.72,取得了较好的效果
基于经验模态分解和神经网络的滑坡变形预测研究
刘艺梁,殷坤龙,汪洋,王伟
安全与环境工程 , 2013,
Abstract: 受岩土体性质和多种诱发因素(降雨、地震、库水位等)的影响,滑坡的位移演化必然包含着多层次的信息,难以采用单一的灰色预测、神经网络、时间序列等模型进行有效、准确的预测。本文引入信号分析中的经验模态分解(EMD)方法,同时结合对非线性函数具有很强的逼近能力的BP神经网络,建立了滑坡变形预测的EMDBP神经网络模型,并以三峡库区树坪滑坡为例,应用该模型对ZG88监测点的累积位移进行了预测,最后将其预测值与实际监测值以及其他模型预测结果进行了对比分析,结果表明该模型的预测值与实际监测值基本一致,且模型预测精度比单一的BP神经网络和GM(1,1)模型要高,从而验证了该模型具有一定的适用性和较高的预测精度。
滑坡位移时序预测的核函数构造
董辉,傅鹤林,冷伍明
岩土力学 , 2008,
Abstract: 获得支持向量机(svm)背景下滑坡位移时序准确预测的关键,是构造或选择一合适的核函数。通过分析滑坡位移时序曲线特征以及不同类型mercer核的性质,从基于核函数上的封闭运算角度,构造出支持向量机背景下预测滑坡位移时序的最佳核函数。利用3组不同特征的滑坡位移时序,对构造出的核函数进行性能检验,数值实验表明:对于典型的3组滑坡时序,lpg与mpg核的学习性能要优于简单核,且前者适合复杂位移时序的回归预测,而后者更适合规律性较强的简单时序曲线的建模预测。此外,探讨了这两种核函数下的核参数取值对模型精度的影响。
滑坡位移多重分形特征与滑坡演化预测
樊晓一
岩土力学 , 2011,
Abstract: 在系统分析滑坡位移监测资料和位移演化特征的基础上,根据多重分形理论基本原理,对滑坡位移演化所具有的复杂性、突变性和非线性特征进行了分析和研究。单一分形维数对滑坡位移的演化趋势预测存在不足,文中分别以新滩滑坡、丹巴滑坡和黄蜡石滑坡为例,计算了滑坡位移时序演化的多重分维数演化特征。分析和评价位移演化规律与多重分维数演化特征的关系发现,多重分维数d1>d2>…>d∞时,滑坡趋于稳定;d1d2>…>d∞,经d1>…>dn…>dnd2>…>d∞的演化过程时,滑坡向趋于稳定的状态演化。研究表明,可以运用多重分维数演化特征对滑坡位移演化趋势与规律进行评价与预测。
基于因子分析的滑坡位移多模型预测综合评判
缪海坡,殷坤龙,徐峰,
武汉理工大学学报 , 2010,
Abstract: ?单一的预测模型准确地预测滑坡变形发展趋势是不充分的,为解决这一问题进行了滑坡位移多模型预测结果的综合评判,从而优选最佳的模型。以三峡库区八字门滑坡为例,选取3种模型对其变形趋势进行预测,并将多元统计学中因子分析引入到对3种模型预测结果的综合评判中,建立了模型精度评价矩阵,计算了主因子得分及各模型综合得分。结果显示:对于监测点zg110,pearl生物生长模型为最佳预测模型,对于监测点zg111,pearl生物生长模型和bpnn神经网络模型为最佳预测模型。
堆积层滑坡水动力位移耦合预测参数及其评价方法研究
贺可强,杨德兵,郭璐,李晶
岩土力学 , 2015,
Abstract: 在系统分析滑坡的物质组成和失稳动因的基础上,分析和研究了地下水在滑坡稳定性演化过程中的卸载与加载动力作用及其位移响应规律和特点。从非线性系统动力学角度,提出了运用地下水卸加载动力与位移响应耦合预测参数来评价边坡稳定性演化规律与失稳特征,即以地下水位变化量作为堆积层滑坡的卸加载动力参数,以相应的位移作为其卸加载响应参数,建立和确定了地下水卸加载动力与位移响应比预测参数与评价模型。同时,运用损伤力学基本原理,建立了其卸加载响应比与坡体损伤变量和稳定性系数的定量关系以及失稳判据。以三峡库区典型堆积层滑坡分析为例,运用地下水动力与位移耦合预测模型对其稳定性进行了分析与评价,发现地下水动力位移耦合预测参数变化与边坡稳定性实际动态演化规律基本吻合。研究成果表明,所确定的参数是水诱发型堆积层滑坡的一种有效位移动力评价参数,可运用该参数对该类滑坡的动态稳定性进行实时监测预警与评价。
STUDY OF DISPLACEMENT PREDICTION MODEL OF LANDSLIDE BASED ON RESPONSE ANALYSIS OF INDUCING FACTORS
基于诱发因素响应分析的滑坡位移预测模型研究

杜娟,殷坤龙,柴波
岩石力学与工程学报 , 2009,
Abstract: 滑坡位移的变化除与其基础地质条件相关之外,更取决于诱发因素的动态作用。为建立滑坡位移动态变化与诱因变化的响应关系,采用时间序列分解预测模型,通过移动平均法将位移分解为趋势项及周期项。趋势项位移由边坡的势能和约束条件所决定,利用多项式位移函数进行拟合预测。周期项位移受库水位涨落和降雨等诱因的周期性动态作用而变化,选取当前月降雨量、累计前两月降雨量、月库水位高程变化量及年内总位移累计增量为影响因子,利用BP神经网络进行多变量位移预测。将各分项位移预测值叠加,从而得到总位移预测值。以三峡库区白水河滑坡为例,利用位移、降雨及库水位变化数据进行计算验证。结果表明,基于滑坡诱发因素和位移变化综合分析预测模型,可以较好地反映诱因动态变化对滑坡位移发展的关键作用,提高预测结果的精度和有效性。
库水位响应滞后影响下的滑坡位移预测模型研究
石爱红,牛瑞卿
安全与环境工程 , 2013,
Abstract: 滑坡的位移变化不仅与其地质环境有关,还取决于外界诱发因素的动态变化,如降雨和库水位变化。本文以白家包滑坡监测数据为依据,对滑坡诱发因素与滑坡位移变化之间的影响关系进行了综合分析,并选取月降雨量与库水响应滞后影响下的库水位月平均变化量为诱发因子,采用时间序列分析方法,通过构建差分自回归移动平均(ARIMA)模型,对该滑坡的位移进行了动态预测。结果表明该模型可以较好地反映滑坡位移在外界诱发因素影响下的动态变化,可有效提高模型预测精度,且简单易行,为判断滑坡的动态变化提供了可靠的理论依据。
基于粒子群优化的WA-SVM模型在滑坡位移预测中的应用
,虎,吴北平,陈美华,李前云
安全与环境工程 , 2014,
Abstract: 针对滑坡位移时间序列含大量噪声、具有明显的非线性等特征,本文提出了一种基于粒子群优化(PSO)的小波分析(WA)支持向量机(SVM)滑坡位移预测模型(即WASVM模型)。该模型在混沌分析的基础上,首先用WA将滑坡位移序列分解成不同频率的分量,然后采用PSO算法优选SVM模型参数,并利用SVM模型预测各分量值,最后将各分量预测值组合得到最终预测值。结合滑坡位移序列实例,将基于粒子群优化的WASVM模型的预测结果与WA模型、单独SVM模型进行对比,结果表明该滑坡位移序列存在混沌特性,基于粒子群优化的WASVM模型克服了噪声的干扰和参数优选的问题,具有较高的预测精度和预测效率,为滑坡位移的预测提供了一种新的方法
Page 1 /17325
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.