基于PSO和LSSVM的边坡稳定性评价方法

提出了基于粒子群算法（PSO）和最小二乘支持向量机（LSSVM）的边坡稳定性评价方法。该模型既利用了最小二乘支持向量机求解速度快、易于描述非线性关系的优良特性,同时也利用了粒子群算法快速全局优化的特点。粒子群算法用于搜索最小二乘支持向量机模型的最优参数,然后将模型用于预测边坡的安全系数。计算结果表明,该方法是合理的、有效的。     

PSO-LSSVM模型在位移反分析中的应用

提出了一种基于均匀设计原理、最小二乘支持向量机(LSSVM)和粒子群优化算法(PSO)的快速位移反分析方法。该方法利用均匀设计和有限差分法获得学习样本,再用粒子群算法搜索最优的最小二乘支持向量机模型参数。并用最小二乘支持向量机回归模型建立反演参数与监测点位移值之间的非线性映射关系,最后用粒子群算法从全局空间上搜索与实测位移最吻合的反演参数。该反演模型利用了粒子群算法高效简单、均匀设计构造高质量小样本以及最小二乘支持向量机的小样本、泛化性能好的特点。将该模型应用于龙滩水电站左岸地下厂房区岩体地应力场的反演分析中,计算结果与实测的位移值和地应力值均吻合较好,说明了该模型在岩土工程快速反演分析中具有良好的应用价值。     

用相关函数优化法计算离散线性水文模型参数

借助于日降雨和出流资料系列,采用相关函数优化方法确定离散线性水文模型参数是一种新的方法.文中选用4个流域8年日降雨和径流资料系列来检验相关函数优化法(6年作为率定期,2年作为验证期),所得结果与常规最小二乘法计算的结果进行比较表明:新方法计算精度比常规最小二乘法计算的精度有所提高,常规最小二乘法仅是相关函数优化法的一种特例.     

用蒙特卡洛模拟法计算正交最小二乘法拟合参数的标准偏差

介绍了一种计算正交最小二乘法拟合参数标准偏差的新方法－蒙特卡洛模拟法，并以电子探针微区分析技术分析环境样品的数据为例，对用于计算经典最小二乘法回归系数标准偏差的公式法和蒙特卡洛模拟法进行了比较。计算结果表明，两者完全相符，蒙特卡洛模拟法的计算结果正确、可靠。考察了模拟次数对计算结果的影响。模拟次数大于500时，计算结果趋于稳定，计算所需时间在1min以内。拟合方差与回归系数标准偏差存在明显的相关关系。线性模型能解释的方差越大，回归系数标准偏差越小。蒙特卡洛模拟法特别适合于非线性模型拟合参数标准偏差的计算。     

非稳定流抽水试验参数计算的优化算法

提出根据非稳定流抽水试验资料确定含水层参数的优化算法。该法不同于现有的配线法,其根据最小二乘法及0.618法原理进行优化计算,从而确定承压含水层的导水系数和弹性给水度及渗透系数等。优点是计算结果比较客观,计算精度比较高。给出了实例计算及与其他相比较的结果。     

软土地基沉降的二维非线性粘弹性反演与预测

基于Merchant粘弹性模型和简化双曲线模型，建立软土地基沉降的二维非线性粘弹性Biot固结有限元计算公式；根据最小二乘法建立目标函数，采用Simplex直接优化算法反演确定参数；为反演能获得在物理意义上合理且数学上唯一的参数，提出从简单模型到复杂模型的分步反演分析方法。实例分析表明，该方法是可行的。     

参数优化LSSVM的巷道围岩松动圈预测研究

最小二乘支持向量机方法(LSSVM)在处理小样本、高维数、非线性的问题时,具有求解速度快、易于描述非线性关系的优良特性。但是,该方法得到的模型拟合精度和泛化能力依赖于其相关参数,因此,提出基于粒子群优化算法(PSO)的LSSVM参数优选方法。最后,用该模型对巷道围岩松动圈进行了预测研究。结果表明,PSO优化的LSSVM模型具有收敛速度快、计算精度高的特点,说明该模型是合理、有效的。     

改进的最小二乘法在水文分析计算中的应用

在水分析计算中，经常涉及到变量之间的线性或非线性拟合，而在拟合各种特性曲线时，通常应用以实测资料与拟合曲线间的误差平方和最小作为目标函数的方法——最小二乘法，但这种方法忽视了所有实测点应与拟合曲线间的相对误差尽量不超过某一百分比的原则，为了达到上述要求，提出了非线性的加权最小二乘法及线性相关方程的最小距离平方和法，探讨改进了传统的最小二乘法达到优化的效果。最小距离平方和法与常用的图解法相比，本法所得成果较为客观；与传统的单方向(x或y方向)最小二乘回归法相比，所求线性方程不会因坐标系的选取而改变。最后应用算例进行了初步讨论。     

马斯京根洪水演算方程参数确定的最小二乘法

本文根据线性回归的最小二乘法原理，提出了一种由实测洪水资料直接确定马斯京根洪水演方程参数Ｃ０、Ｃ１、Ｃ２的方法。该方法与目前广泛采用的试错法相比，具有计算的参数精度较高，计算过程可以程序化等优点。     

滨海城市雨潮遭遇联合分布模拟与设计

滨海城市河流常常遭受暴雨和潮汐顶托双重影响导致洪涝灾害,需要重视雨潮遭遇联合分布模拟与设计。以深圳市西乡河为例,采用年最大值法（AM）和超定量序列法（POT）两种选样方法,基于Copula方法模拟24 h暴雨遭遇日高潮位的联合分布特征,对比雨潮遭遇传统重现期和二次重现期差异,根据同频法和权函数法反推计算雨潮设计组合值。结果表明:雨潮边缘分布最优模型均为广义正态分布（GNO）,不同选样方法雨量分布模型参数差异明显。雨潮之间呈现较弱的正相依性,Archimedean Copulas均能较好地模拟雨潮遭遇联合分布特征,最优模型为Gumbel-Hougaard Copula。同频法反推雨潮设计组合值,二次重现期雨量和潮位均大于传统联合重现期,POT选样的潮位大于AM。权函数法选出的雨潮设计组合值,偏重于较高的潮位,雨量设计值较小。当明确了选样方法、联合分布模型和重现期类型,给定联合重现期的雨潮设计组合值是个此消彼长的过程,若选择较大的雨量设计值,则潮位值变小,反之亦然。从防洪潮设计安全角度考虑,POT选样方法及二次重现期设计更为安全。     

基于暴雨衰减特性的上海市长历时综合暴雨公式

编制适用于不同历时的综合暴雨公式是协调城市管网排水与区域防洪治涝的重要基础。选用上海市代表雨量站徐家汇站65 a实测雨量资料,建立不同重现期暴雨强度与历时关系,解析暴雨衰减规律,编制单一重现期暴雨公式,结合雨力公式推求适用不同重现期的长历时综合暴雨公式,并推导出暴雨重现期公式。结果表明:不同重现期1~24 h历时暴雨强度均以0.74的衰减指数衰减,据此推求的长历时综合暴雨公式可计算1~24 h任意历时、2~100 a任意重现期的设计暴雨,且平均相对和平均绝对均方根误差分别为1.9%和0.009 mm/min,符合规范要求;暴雨重现期公式可估算1~24 h历时内任意场次暴雨的重现期,高效地服务于城市洪涝防治决策。成果已纳入上海市治涝地方标准,对其他城市具有参考价值。     

机器学习算法反求水文地质参数

传统方法求解优化问题时,一般都是依据最小二乘原理来确定目标函数。鉴于这种方法没有考虑到原始测量数据的误差对计算结果及精度带来的影响。为此,提出机器学习算法改进传统的目标函数,同时结合双评价粒子群算法来求解水文地质参数。结果表明,该算法具有良好的收敛性和稳定性,求解效率高,简单易实现。      

无线气象站数据与人工观测蒸发量的资料同化——以白鹤滩电站坝址区数据为例

在MATLAB中使用最小二乘法拟合Goff-Gratch公式,得到关于气温的饱和水汽压函数。无线气象站观测得到的气象资料结合人工观测蒸发量,在MATLAB中进行回归分析,得到基于彭曼公式的日水面蒸发量计算公式。算例表明,与无线气象站的蒸发量计算值相比,回归分析得到的日水面蒸发量公式计算值与人工观测值能够同步对比。无线气象站资料和人工观测资料能够资料同化,适合在工程中推广。     

马斯京根法参数的一种数学估计方法

应用最小二乘原理进行了马斯京根法参数的最优估计。这种数学估计方法避免了常用的度错法的盲目性和不确定性,并具有确定模型参数快速、最优和唯一性等特点。在实际河道洪水演算中取得了较好的应用效果。     

结构面抗剪强度参数线性拟合方法适用性研究

针对岩体结构面力学参数的重要性,开展最小二乘法、点群中心法、随机-模糊法、可靠度分析法4种结构面抗剪强度参数线性回归方法的理论对比与分析。在传统点群中心法的基础上,提出求解过程严密、计算精度较高的改进优化算法。为保证可靠度分析法中验算点法参数初始赋值的准确性,提出基于可靠度理论的结构面抗剪强度参数c, 的均值、标准差优化赋值方法。以武隆县鸡尾山滑坡为例,比较不同岩体结构面数据条件下上述4种方法的适用性。结果表明,各方法的适用性与试验数据的离散性及数据量有关;当数据线性理想时,4种方法均可直接用于结构面抗剪强度参数的线性回归分析;当试验数据较离散时,点群中心法已不再适用,可根据工程要求、异常值情况和计算收敛情况选取合适的数据处理方法。     

基于MATLAB的地下水流量与水位降深关系的一种优化计算方法

相比理论公式法,基于最小二乘法原理及其计算方法,结合MATLAB数值分析软件对抽水试验数据进行曲线拟合,求得拟合公式,同时得Q—sw关系曲线的计算和绘制转化为计算机来处理,避免了手工绘制和计算求解时存在的各种人为缺陷;公式能够对勘探孔的Q—sw关系进行定性定量的分析,降低误差因素影响,提高预报流量的可信度。     

基于二次重现期的城市两级排涝标准衔接的设计暴雨

使用珠海市1984—2015年R_1h-R_6h、R_1h-R_12h、R_1h-R_24h3个历时暴雨组合推算排水排涝两级标准衔接的设计暴雨水平。应用阿基米德极值Copula与Kendall分布函数构建不同历时暴雨组合的联合概率分布模式。分析各历时暴雨组合的遭遇概率、"或"重现期、"且"重现期和二次重现期,以出现最大可能概率的方法推算各组合的设计暴雨值。结果表明:二次重现期所对应的累积频率更准确地代表了特定设计频率情况下不同历时暴雨组合的风险率;重现期分别为2年、3年、5年、10年、20年、50年、100年推算的二次重现期设计值介于"或"重现期和"且"重现期设计值之间,小于相应的边缘分布重现期设计值,R_1h-R_{6 h}组合推算的设计值相对误差为3.1%~7.1%;R_1h-R_12h组合推算的设计值相对误差为3.3%~9.3%;R_{1 h}-R_{24 h}组合推算的设计值相对误差为3.9%~12.0%。二次重现期推算的不同历时暴雨组合的设计暴雨分位值为内涝工程的风险管理和管渠尺寸提供了优选标准和设计参考。     

Application of Seagull Optimization Algorithm Log Interpretation to Shale Gas Reservoir of Well H in Sichuan Basin Yuxi Block

Due to the diversity of mineral types in shale gas reservoirs, it is difficult to establish reservoir parameter volume model by conventional log interpretation methods. The optimization log interpretation method can evaluate complex lithology reservoirs effectively, and the key is optimization algorithm. With the newly proposed seagull optimization algorithm method, we calculate the mineral and physical parameters of shale gas reservoir in Well H of Yuxi block, Sichuan Basin, and compare with the genetic algorithm and the genetic algorithm-complex hybrid algorithm. It shows that calculation results of seagull optimization algorithm optimization log interpretation match well with core analysis data, and calculation error is small, calculation speed is fast. Seagull optimization algorithm also makes up for the shortcomings of premature convergence and easy to fall into local optimization of genetic algorithm, the need for secondary optimization and slow search speed of genetic-complex hybrid algorithm. It provides a reference for the application of seagull optimization algorithm in other shale gas reservoirs regions.     

保国寺旅游公路软土地基最终沉降量估算

利用软土地基的沉降计算方法,对保国寺旅游公路软土地基沉降进行计算分析。 对比该公路软土地基沉降观测成果,应用最小二乘法准则计算公路软土地基土性参数;根据所介绍的软土地基的沉降计算方法计算出该公路9个典型断面软土地基的工后沉降。     

The Improvement and Comparison of Blast Vibration Velocity Prediction Method

In this study, based on the least square criterion, the process of calculating the unknown parameters (k, α) in Sodev’s empirical formula is demonstrated. By using substitution to linearize the Sodev’s empirical formula, the cause of error is illustrated. Three improved methods are presented. Also, according to the monitoring data obtained from the blast engineering, these four methods have been applied to fit the monitoring data and to predict blast vibration velocity. The compared results indicate all of these four methods have high precision in the blast vibration velocity prediction; the least square method, new least squares method and nonlinear regression secant method are all based on the empirical formula which just involves two blast parameters, so they are not as accurate as artificial neural network analysis.