排序方式： 共有2条查询结果，搜索用时 5 毫秒
1
1.
为研究基坑开挖对邻近既有建筑物变形的影响范围,采用GTS-NX有限元软件,针对土质基坑以及土、岩二元结构基坑,分别改变开挖基坑与既有邻近建筑的水平距离、基坑开挖与邻近既有建筑物基础的相对埋深,从而得到不同工况下基坑邻近建筑结构的变形情况。研究结果表明:土质、土、岩二元结构基坑在开挖过程中,随着基坑侧壁与既有建筑结构水平距离的增大,建筑结构的变形沉降量逐渐减小,沉降形式由最初明显的差异沉降逐渐转变成近乎均匀沉降;建筑结构的沉降量随着基坑开挖深度的增大而增加;同一开挖条件下,土质基坑的开挖对既有邻近建筑结构造成的影响显著大于土、岩二元结构基坑。 相似文献
2.
准确的滑坡易发性评价结果是山区滑坡灾害防治的关键,可有效规避潜在滑坡带来的风险。为获得准确、可靠的滑坡预防参考,笔者以云南芒市为研究对象,选取高程、地层岩性、年均降雨量等9项评价因子,通过多重共线性分析,构建研究区滑坡易发性评价指标体系。分别基于支持向量机(SVM)、BP神经网络和随机森林(RF)3种典型机器学习算法进行滑坡易发性评价。利用准确性(ACC)、ROC曲线下面积(AUC)、滑坡比(Sei)及野外实地考察对模型评价结果精度进行对比验证分析。结果显示RF模型的ACC、AUC和极高易发区的SeV值最高,分别为0.867、0.94、9.21;BP神经网络模型次之,其SeV值分别为0.829、0.90、9.14;SVM最低,其SeV值分别为0.794、0.88、6.85。此外,RF算法所得结果还与实地考察情况保持了较高的一致性。实验结果表明与其他两种算法相比,RF算法在芒市区域具有更高的准确性和可靠性,更适合用于该区域的滑坡易发性建模,且利用该模型获得的评价结果,能够为芒市区域的滑坡防治提供理论依... 相似文献
1