粗集神经网络在建筑物震害预测中的应用

将粗糙粗集理论和神经网络原理结合起来,建立了基于粗集-神经网络的建筑物震害预测模型.首先运用粗糙集理论,根据原始样本建立决策表进行属性离散化、属性重要性排序、属性约简和分类规则的提取;然后将所提取的关键成分作为神经网络的输入练模型.实例研究表明,基于粗集-神经网络的多层砖房震害预测结果与实际震害基本吻合.该模型简化了神经网络结构,提高了训练速度和分类精度,还能对各因素对房屋震害的影响度进行分析.     

基于最小二乘支持向量机的城市桥梁震害预测模型研究

针对地震中城市桥梁震害状态具有较强的非线性、复杂性的特点,采用了具有RBF核函数的最小二乘支持向量机(LS-SVM)算法。在大量收集我国地震中城市桥梁震害资料的基础上,将此算法引入桥梁的震害预测中,选取了地震烈度、上部结构、地基失效程度、支座类型、墩台高度、桥梁跨数和场地类别等因素作为模型的特征输入向量,建立了最小二乘支持向量机的桥梁震害预测模型。通过反复地样本训练及模型参数设置,仿真结果表明,该方法具有一定的准确度和可行性。基于最小二乘支持向量机的桥梁震害预测方法是一种可以用于地震中桥梁震害预测的良好方法。     

基于PSO-SVM的城市桥梁群体震害预测模型研究

本文根据城市桥梁群体的实际震害资料数据,采用粒子群算法（PSO）来优化支持向量机（SVM）参数,选择影响桥梁震害等级的8个因素作为特征输入向量,充分用2种算法的优点建立PSO-SVM的桥梁震害预测模型。通过比较PSO-SVM和SVM模型对桥梁震害的预测能力,发现PSO-SVM模型具有较高预测精度和较高的推广价值。本文的研究成果对桥梁震害等级的预测具有一定的参考价值和指导意义。     

基于NRS-ISSA-SVM的砂土液化判别模型

针对砂土液化判别中影响因素与砂土状态间映射关系的不确定性及模糊性等问题,在邻域粗糙集(Neighborhood Rough Set, NRS)因素约简的基础上,利用多策略融合的改进麻雀搜索算法(Improved Sparrow Search Algorithm, ISSA)优化支持向量机(Support Vector Machine, SVM)参数C和g,构建了SVM砂土液化判别模型。以吉林松原地区的42组实例作为总体样本集,其中35组作为训练集,另外7组作为测试集,利用邻域粗糙集对9个影响因素约简得到4个因素,然后输入ISSA-SVM模型进行预测,并进行了约简得到的因素敏感性分析。结果表明：因素约简剔除了冗余属性,降低了模型复杂度;ISSA算法具有极强的探索性、收敛性和局部逃逸能力;相比于其他模型,NRS-ISSA-SVM砂土液化判别模型精度更高,泛化能力更强;建议要判别砂土的液化状态,需要准确查明水位埋深、地震烈度、标准贯入击数,非液化土层厚度这4个因素,尤其是前三个因素。通过易获取的影响因素建立NRS-ISSA-SVM砂土液化判别模型,不仅可准确地判断该区域其余未知点的砂土状态,...     

基于支持向量机的砂土液化预测分析

将支持向量机方法应用于砂土地震液化预测问题.考虑影响砂土液化的因素,选用震级、标贯击数、相对密实度、土层埋深、地震历时、地面运动峰值加速度和震中距7个影响因子作为液化判别指标,建立了砂土液化预测的支持向量机模型.以砂土液化实测数据作为学习样本进行训练,建立相应函数对待判样本进行分类.研究结果表明:支持向量机模型分类性能良好,是砂土地震液化预测的一种有效方法,可以在实际工程中进行推广.     

基于支持向量机法识别砂岩中流体类型

砂岩储层孔隙中的流体识别一直是石油勘探开发过程中重要的环节,传统方法主要依赖于测井数据,但是在测井数据缺失的条件下较难得到准确的流体识别结果.本文提出一种只依靠地震数据的砂岩中流体识别的新方法,并选择地球物理方法可测或可求的地球物理参数σ、ρλ和ρμ作为流体识别因子,然后进行模型实验.首先,设置典型流体状态,用Gassmann方程进行流体替换,将得到的流体识别因子作为支持向量机的训练集数据,并定义支持向量机的分类标签;之后,设置随机流体状态,利用Gassmann方程计算流体因子,将得到的结果作为支持向量机的测试集数据.将训练集、测试集数据集输入支持向量机,进行分类,得出测试集数据的分类结果.模型实验分类结果表明,支持向量机法可以判别砂岩孔隙中流体的主要属性.     

基于支持向量机的砌体结构震害预测新方法研究

应用简便、可靠的震害预测方法对我国大量存在的砌体结构进行抗震性能评估，是防震减灾工作的重要举措。基于支持向量机(support vector machine, SVM)理论提出了砌体结构震害预测新方法。首先，详细阐述了基于SVM的砌体结构震害预测新方法的基本原理及步骤；其次，确定了砌体结构的震害影响因子及量化值，建立了震害样本数据库及预测模型；最后，将SVM预测结果分别与实际震害结果和BP神经网络预测结果进行对比分析。结果表明，基于SVM模型的砌体结构震害预测方法步骤简单。结果可靠，在样本数据有限的情况下相对BP神经网络算法有较大的优势，可以用于砌体结构的震害预测。     

基于RS-PCA-GA-SVM的砂土液化预测方法研究

砂土液化是一种危害性比较大的自然灾害,对砂土液化进行判定预测在地质灾害防治领域中有重要的研究意义。通过粗糙集理论(Rough Set,RS)对影响砂土液化的6个初始评价指标(包括震级、土深、震中距、地下水位、标贯击数和地震持续时间)进行属性约简,去掉冗余或干扰信息,得到基于4个核心预测指标的数据集。通过主成分分析法(Principal Component Analysis,PCA)从核心评价指标中提取出主成分,采用支持向量机(Support Vector Machine,SVM)对数据集进行训练,用遗传算法(Genetic Algorithm,GA)优化参数,建立砂土液化的RS-PCA-GA-SVM预测模型。并结合砂土液化实际数据将预测结果与基于Levenberg-Marquardt算法改进的BP神经网络模型(LM-BP)的预测结果做比较。实例计算表明:基于RS-PCA-GA-SVM模型得到的砂土液化预测结果精度较LM-BP神经网络有很大的提高,判别结果与实际情况比较吻合,可在实际工程中应用。     

一种新的实时电磁逆散射方法

为解决介质圆柱体逆散射问题,提出一种新的在线逆散射方法,通过支持向量机将逆散射问题转化成一个回归估计问题. 该方法可应用于各种逆散射方面, 尤其是目标的几何与电磁参数重构和埋地目标探测. 文中首次将支持向量机方法应用到该领域,设置多个散射场的观测点,通过提取散射场的不同信息作为样本信息训练支持向量机, 建立了介质圆柱体的逆散射模型, 利用该模型重构了介质圆柱体的电磁参数,同时探测了埋地位置. 数值结果显示了该方法的有效性和准确性,为目标的实时逆散射研究提供了一种有效方法.     

测井岩性识别新方法研究

为了更好地解决测井岩性识别问题,引入了一种基于粒子群优化的支持向量机算法.通过实际测井资料和岩性剖面资料进行学习训练支持向量机,并利用粒子群优化算法对支持向量机参数进行优化,建立了测井岩性识别的支持向量机模型,应用该方法对准噶尔盆地某井的测井岩性进行识别,并将该方法的识别结果与BP神经网络方法的识别结果进行了比较,结果表明该方法优于BP神经网络方法,具有识别正确率高、收敛速度快、推广能力强等优点.     

Temporal variations and scaling of streamflow and baseflow and their nitrate-nitrogen concentrations and loads

The patterns of temporal variations of precipitation (P), streamflow (SF) and baseflow (BF) as well as their nitrate-nitrogen (nitrate) concentrations (C) and loads (L) from a long-term record (28 years) in the Raccoon River, Iowa, were analyzed using variogram and spectral analyses. The daily P is random but scaling may exist in the daily SF and BF with a possible break point in the scaling at about 18 days and 45 days, respectively. The nitrate concentrations and loads are shown to have a half-year cycle while daily P, SF, and BF have a one-year cycle. Furthermore, there may be a low-frequency cycle of 6–8 years in C. The power spectra of C and L in both SF and BF exhibit fractal 1/f scaling with two characteristic frequencies of half-year and one-year, and are fitted well with the spectrum of the gamma distribution. The nitrate input to SF and BF at the Raccoon watershed seems likely to be a white noise process superimposed on another process with a half-year and one-year cycle.     

东、南洞庭湖的径流、泥沙特征及冲淤规律

通过实地调查并对1957年以来水文、泥沙观测资料做系统分析和计算,探讨东、南洞庭湖出、入湖水量、沙量的年际和年内变化特征,以及长江下荆江段裁弯对湖区径流和泥沙的影响。提出了湖区泥沙汛淤枯冲的变化规律及水位升降与湖区泥沙冲淤的关系;论证了丰、平、枯年湖区淤积严重,面积日益缩小对径流的调节作用正在减弱。     

燕郊等测点迁移优化与地磁观测研究

为优化地磁观测条件，开展了燕郊、夏垫等测点迁移工作；按照测眯迁移原则与实施技术方案，完整地收集并整理了地质构造与地球物理等方面的基本资料；进行了野外实地勘察，磁场梯度的测量，确定了新测点，在新老测点上进行了较长时间的地磁场对比观测；应用多种方法分析研究了地磁对比观测资料，结果表明，新老测点与有关测点的地磁变化具有良好的一致性，并得到了新老测点之间的地磁数据的按点差。     

GIS与防灾减灾

地理信息系统(GIS)在我国已得到广泛的应用。在简要介绍G1S的发展历程、特点和发展趋势的基础上，重点从防灾减灾的角度介绍了GIS在气象灾害、地震灾害、地质灾害等领域的应用成果。     

Correlation of foreshocks and aftershocks and asperities

A close correlation in spatial distribution of local seismic activity and energy release patterns before and after the 1979 Petatlan, Mexico earthquake suggests heterogeneity within the fault plane of this major low-angle thrust event associated with subduction along the Middle America Trench. A simple two-asperity model is proposed to account for the complexity. Foreshocks and aftershocks of the neighboring 1981 Playa Azul earthquake showed a similar pattern. As both events occurred at the junction of the Orozco Fracture Zone and the Middle America Trench, we speculate that the observed complex fault plane is caused by subduction of the rugged ocean floor of the Orozco Fracture Zone. Short-term precursory seismicity prior to the Petatlan earthquake can be explained by using the asperity model and migration of a slip front from the south-east to the north-west across the main shock source region.     

Fault and system stiffnesses and stick-slip phenomena

Summary This paper discusses the influence of system stiffness on the dynamic instability of fault surfaces under laboratory conditions for a number of test modes. In conjunction with shear load stiffness, the normal load stiffness, often neglected, is shown to have a considerable effect on the stick-slip process —its presence or absence and its characteristics. Also appropriate stiffnesses are suggested for an earthquake sequence modeled as a growing dislocation.