基于时间序列分解和多变量混沌模型的滑坡阶跃式位移预测

三峡库区某些库岸滑坡在强降雨、库水位涨落等诱发因素影响下,其位移时间序列表现出阶跃式变化特征且可能存在混沌特性.但目前常用于滑坡位移预测的混沌模型,均建立在单变量混沌理论的基础之上.且已有的考虑了诱发因素的常规多变量模型,大都采用经验性的方法来选取输入变量;常规多变量模型对滑坡位移序列的非线性特征,及其与诱发因素间的动态响应关系缺乏数学理论上的深入分析.因此,提出一种基于指数平滑法、多变量混沌模型和极限学习机（extreme learing machine,ELM）的滑坡位移组合预测模型.指数平滑多变量混沌ELM模型首先对滑坡累积位移序列的混沌特性进行识别;然后用指数平滑法对累积位移进行预测,得到趋势项位移,并用累积位移减去趋势项位移得到剩余的波动项位移;之后对波动项位移及降雨量、库水位变化量这3个因子进行多变量相空间重构,并用ELM模型对多变量重构后的波动项位移进行预测;最后将预测得到的趋势项和波动项位移值相加,得到最终的累积位移预测值.以三峡库区白水河滑坡ZG93监测点的累积位移作为实例进行分析,并将模型与指数平滑多变量混沌粒子群-支持向量机（PSO-SVM）模型、指数平滑单变量混沌ELM模型作对比.结果表明滑坡位移序列存在混沌特性,模型能有效预测滑坡位移,其预测效果优于对比模型.且本文模型从混沌理论的角度将波动项位移与降雨量、库水位变化量的动态响应关系进行综合分析,更能反映滑坡位移系统演化的物理本质.      

指数趋势模型在斜坡变形位移预测中的应用

应用斜坡变形破坏预测的一种新方法--指数趋势模型,预测了链子崖危岩体GA监测点的位移量。首先,把非线性的指数趋势模型经线性化处理后,用线性最小二乘法对待定参数作出估计, 然后,得出指数趋势模型,并对危岩体位移量进行了预测,其预测结果与实际位移值误差很小,说明该方法可用于斜坡变形破坏的预测预报。最后,还对预测值的区间和区间长度作出了预测。     

基于时间序列与混合核函数SA-SVR的滑坡位移预测模型研究

本文针对阶跃型滑坡变形定量预测困难,提出一种基于时间序列分解与混合核函数SA-SVR的滑坡位移预测模型.首先基于时间序列分解原理,反复使用指数平滑法将滑坡累积位移分解为趋势项位移和周期项位移,使分解后的趋势项位移较平滑且能保证周期项位移的预测精度.同时针对多项式预测容易过拟合造成预测值偏离真实值的问题,采用K-flod...     

基于指数趋势模型的卡尔曼滤波法在危岩体变形分析中的应用

以指数趋势模型为基础,建立卡尔曼滤波模型对链子崖危岩体GA监测点的位移量进行预测。首先,把非线性的指数趋势模型经线性化处理后转化成线性模型,用线性最小二乘法求出线性化后的模型参数,再将线性化后的模型参数看作带有动态噪声的状态向量,建立卡尔曼滤波模型,以此模型为基础,对危岩体的位移量进行预测。实例计算表明,用卡尔曼滤波模型对危岩体的位移量进行预测,其预测误差较小,效果较为理想。     

基于动态参数线性回归模型的路堤沉降预测

随着观测信息的丰富,常规的线性模型的不足凸现,影响了模型的精度.为了克服常规模型的缺点提出了动态参数线性回归模型.根据动态参数线性回归模型要求,在参与建模数据个数保持不变的情况下,利用新观测的数据取代旧有的数据,获取新的模型参数,进而建立动态参数线性回归模型,并进行沉降预测.通过实例验证,效果比较理想.     

路基沉降预测的三点修正指数曲线法

科学、合理地预测路基工后沉降量是高速铁路建设的关键环节。针对武广高速铁路路基沉降量级小、数据相对波动大的实测数据,探讨了指数曲线法对无砟轨道路基沉降预测的适用性,发现指数曲线法不能直接应用于量级小、数据相对波动较大的沉降预测。把三点法的基本思想引入指数曲线模型,对指数曲线法进行了改进,提出了路基沉降预测的三点修正指数曲线模型。结合武广高速铁路路基沉降观测数据,分析了三点修正指数曲线模型的特性。分析表明,在整个沉降曲线上选取3个关键点作为预测样本,很好地回避了数据波动带来的影响;沉降曲线上“拐点”以后的沉降规律更符合指数曲线模型,因此,应取沉降曲线上“拐点”以后的数据作为样本值,所取三点应能尽量反映沉降发展的趋势。三点修正指数曲线法预测结果稳定、相关系数高,具有一定的工程应用价值     

软土路基沉降实时建模动态预测

在路基填筑施工过程中,用多项式与时间序列AR组合模型预测其沉降变形发展。根据沉降观测值,采用统计分析方法识别和建立多项式预测模型,预测在某时期沉降趋势值;用平稳时间序列分析方法建立随机部分模型,并预测沉降随机部分值,二者之和即为某时期沉降预测值。随着新观测数据的不断加入,及时修改预测模型参数值,达到实时预测之目的。工程实例研究表明：组合模型预测值明显优于单一趋势模型预测值。组合模型一步预测误差绝对值大多数情况下小于5 mm。预测步数越多,预测误差则越大。     

滑动线性回归模型预测路堤沉降初探

在路堤沉降预测中,线性模型是应用最为广泛的模型之一。但是随着观测信息的丰富,常规的线性模型的不足凸现,影响了模型的精度,为了克服常规模型的缺点提出了滑动线性回归模型。滑动线性回归模型要求参与建模的数据个数保持不变,新观测的数据取代旧有的数据,从而获得了新的模型参数,通过实例验证,得到了理想的结果。     

联合多种数据驱动建模方法的滑坡位移预测研究

边坡位移是滑坡演化的宏观体现,分析并预测滑坡位移发展态势对于防灾减灾具有重要意义。由于滑坡位移曲线具有明显的非线性特征,单一模型往往难以刻画其非线性与复杂性。为发展一种普遍适用于滑坡位移的预测方法,提出了一种联合多种数据驱动模型的新方法。该方法根据时间序列分析理论,将滑坡位移序列分解为趋势项和周期项,趋势项采用并联型灰色神经网络处理,周期项则采用人工蜂群算法（ABC）优化后的极限学习机模型（ELM）处理,从而充分应用各种模型的优点。以三峡库区白水河和八字门滑坡为例,对位移数据进行分析处理后,灰色神经网络模型预测其趋势性位移,改进后的极限学习机模型对周期性位移进行训练及预测。结果表明:在预测精度上,优化后的极限学习机模型准确度高于极限学习机模型及小波神经网络等方法,提出的灰色神经网络与ABC-ELM的组合模型可作为实际工程的一个参考。     

黑河中游灌区地下水位短期季节性变化趋势预测

利用黑河中游平川、板桥、鸭暖和蓼泉灌区8眼观测井的1985-2002年逐月实测平均地下水位埋深资料(共1728个月),基于帕森斯季节性指数理论,分别建立了黑河中游灌区具有代表性的平川、板桥、鸭暖、蓼泉四灌区共8眼观测井季节地下水位埋深动态变化预测模型,并用2003年各观测井的资料进行了趋势预测进行检验.结果表明:观测井地下水位变化过程呈线性递减的相关系数越显著,其拟合误差和预测误差越小.各观测井地下水位帕森斯季节性指数模型拟合差≤0.05 m的月数占总检验月数的比例平均为38.33%,拟合差≤0.10 m的月数占总检验月数的比例平均为72.50%,>0.25 m的月数占总检验月数的比例平均为2.00%;各观测井预测误差≤0.05 m的月数占总预报月数的比例平均为36.46%,预测误差≤0.10 m的月数占总预报月数的比例平均为64.38%,>0.25 m的平均比例仅为2.00%,说明帕森斯季节性指数模型可以对短期黑河中游典型灌区地下水位动态趋势进行预测.     

等权平均组合预测在斜坡变形位移中的应用

单一预测模型仅能体现系统的局部,其预测精度较差。为此,研究了组合预测方法在斜坡变形位移中的应用,它将各种预测方法进行适当的组合,综合利用各种预测方法所提供的有用信息进行预测。首先建立5种单一预测模型分别进行了预测,然后把各个预测模型的预测结果等权平均进行组合预测。并通过对链子崖危岩体监测点 位移值的预测,预测结果表明其绝对误差较低,精度较高,大大地提高了预测的精度和稳健性。     

基于指数平滑法与回归分析相结合的滑坡预测

滑坡时间预报研究是滑坡研究中的一个热门课题。以实际监测数据为基础,把指数平滑法与非线性回归分析法结合起来;以滑坡的变形值和变形速率为判据,对滑坡进行时间失稳的动态跟踪预报。根据某滑坡的实际情况,对部分监测点位移进行了建模和预测,预测结果表明,该方法具有较高的精度,可以应用于实际工程。     

短期电力负荷的组合预测方法

电力负荷的影响因素很多,用单一预测模型进行预测时,因自身的局限,使其预测精度和稳定性不高。组合预测可以综合考虑各单一预测模型的结果,提高预测精度和稳定性。在电力预测中常用的指数平滑法、趋势分析法、Box-Jenkins时间序列法以及灰色预测法的单一预测基础上,建立组合预测模型,采用最小二乘法确定组合预测模型权重,并对某水电电力公司的上网负荷进行预测。实例表明,组合预测法能在短期电力预测中改善预测精度,提高预测的稳定性。     

Development of extended WRF variational data assimilation system (WRFDA) for WRF non-hydrostatic mesoscale model

The paper intends to present the development of the extended weather research forecasting data assimilation (WRFDA) system in the framework of the non-hydrostatic mesoscale model core of weather research forecasting system (WRF-NMM), as an imperative aspect of numerical modeling studies. Though originally the WRFDA provides improved initial conditions for advanced research WRF, we have successfully developed a unified WRFDA utility that can be used by the WRF-NMM core, as well. After critical evaluation, it has been strategized to develop a code to merge WRFDA framework and WRF-NMM output. In this paper, we have provided a few selected implementations and initial results through single observation test, and background error statistics like eigenvalues, eigenvector and length scale among others, which showcase the successful development of extended WRFDA code for WRF-NMM model. Furthermore, the extended WRFDA system is applied for the forecast of three severe cyclonic storms: Nargis (27 April–3 May 2008), Aila (23–26 May 2009) and Jal (4–8 November 2010) formed over the Bay of Bengal. Model results are compared and contrasted within the analysis fields and later on with high-resolution model forecasts. The mean initial position error is reduced by 33% with WRFDA as compared to GFS analysis. The vector displacement errors in track forecast are reduced by 33, 31, 30 and 20% to 24, 48, 72 and 96 hr forecasts respectively, in data assimilation experiments as compared to control run. The model diagnostics indicates successful implementation of WRFDA within the WRF-NMM system.     

水稻需水量预报研究

本文以水稻需水量变化规律为依据,对水稻不同生长时段的需水量分别提出“线性回归预报”及“三次指数平滑预报”方法.实例分析表明,这两种方法预报水稻需水量效果较好,同时,对于其他作物的需水量预报,也有一定参考价值.     

重庆巫山县望霞危岩体破坏及变形失稳预测

望霞危岩历史上多次发生山体崩滑变形破坏,最近两次大的危岩变形破坏都发生在雨季过后的10月份。鉴于此从危岩体区域地质背景、降雨、岩体结构等几个方面分别论述了产生崩塌灾害的原因,同时根据危岩体各段的变形特征及监测资料分析。认为,望霞危岩体的产生和发展,主要受控于特殊的地质构造环境和临空的高陡边坡条件,在持续性降雨的诱发下使危岩体多次失稳。结合2010年10月21号灾变后的监测数据,该危岩体总体变形趋势持续增大,还可能再次发生破坏,为此作者采用指数平滑法预测模型,以危岩的变形值和变形速率为判据,对危岩再次失稳时间进行动态跟踪预报,根据危岩的实际情况,对部分监测点位移进行了试验性及验证性的建模和预测,取得了较高的预测精度。对该危岩体的防治施工及确保长江航运安全具有重要的意义。     

基于灰色最小二乘支持向量机的边坡位移预测

利用边坡实测位移序列预测边坡未来时间的位移,可以有效地判断边坡的稳定性。在分析了灰色预测方法和最小二乘支持向量机各自的优缺点的基础上,提出了将二者相结合的一种新的预测模型--灰色最小二乘支持向量机预测模型。新模型既发挥了灰色预测方法中“累加生成”的优点,弱化了原始序列中随机扰动因素的影响,增强了数据的规律性,又充分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,避免了灰色预测方法及模型存在的理论缺陷。同时,采用遗传算法进行了模型的参数优化,通过2个工程实例说明灰色最小二乘支持向量机模型预测边坡位移的有效性,具有较高的精度。