基于双参数冻融入渗模型的本溪地区土壤水预测研究

采用双参数冻融入渗模型对本溪地区土壤水进行预测,并结合观测试验方式对预测精度进行分析。分析结果表明:所构建的模型均能通过非线性检验,方程计算结果可靠度高。通过试验数据分析,模型在区域土壤水计算误差可控制在10%以内,具有较好的计算精度,可用来本溪地区土壤水预测。     

基于遗传支持向量机的地下工程裂隙岩体注浆量预测

提出了地下工程裂隙岩体注浆量预测的遗传支持向量机方法,通过支持向量机对实际注浆数据样本进行学习,建立注浆量及其影响因素之间的非线性映射关系,基于这种关系实现注浆量的预测。模型建立过程中,考虑到支持向量机惩罚因子和核参数对预测精度的影响,以预测误差为适应度,采用遗传算法对最佳参数进行搜索。结果表明,本文方法计算快速,预测精度高,是一种注浆量预测的好方法。     

高填石路堤参数进化反演研究

采用邓肯- 张非线性模型描述填石体的力学特性,引入遗传算法和有限元分析,建立了填石体本构模型参数的进化反演方法。最后结合某高填石路堤施工期实测沉降数据进行参数反演,并利用反演参数对类似断面进行了施工期沉降预测。结果表明,利用反演参数计算得到的施工期沉降值与实测值较为吻合,为制定合理的路堤填筑计划提供了依据。      

深部开采地表沉陷规律模拟研究

通过对煤矿深部开采沉陷的结构力学模型研究,提出了盆地水平煤层地表沉陷的理论预测模型,给出了整体和分步两种近似计算方法。在变动煤层开采深度和工作面长度的条件下,采用数值模拟方法对相关的数据进行了拟合计算对比,并基于现场沉陷观测数据对模型进行了验证。新模型方法结合力学模型计算得出开采沉陷预计参数,可以针对上覆岩层的力学参数对所得预测数据给出合理的力学解释,摆脱了经典预计模型概率积分法只依靠统计方法预测结果的缺陷,可为深部安全开采和地表沉陷的预测与控制,提供可靠的科学依据     

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。     

基于最优加权组合模型及高斯－牛顿法的滑坡变形预测研究

在对最优加权组合理论和高斯－牛顿法优化非线性模型参数的方法研究的基础上,依托于洒勒山滑坡的实际变形监测资料,建立了该滑坡变形预测的3个非线性预测模型:指数模型、Verhulst模型和灰色GM（1,1）模型;利用最优加权组合理论建立了洒勒山滑坡的最优加权组合预测模型,并运用高斯－牛顿法对各单一模型和组合模型的参数进行了优化。通过对比分析得出:组合模型的预测精度高于任何单一模型的预测精度;参数优化后各单一模型的预测精度都有不同程度的提高;参数优化后的组合模型预测精度是最高的。因此,综合运用最优组合理论和高斯－牛顿法处理滑坡预测预报模型,是提高滑坡预测预报精度的行之有效的方法。     

基于InSAR监测和PSO-SVR模型的高填方区沉降预测

基于小基线集干涉测量技术（small baseline subsets interferometric synthetic aperture radar, SBAS-InSAR）和机器学习知识对高填方区域进行地表沉降监测及预测,对工程项目的施工、检修、运营等工作都具有重要的指导意义。文章以重庆东港集装箱码头为研究对象,选取2018—2019年覆盖研究区的31景Sentinel-1A数据,利用SBAS-InSAR技术获取该区域的地表沉降数据,并进行内外精度评定;通过信息量模型分析地表沉降易发地地势特点,选择预测点位;通过灰色关联分析计算动态影响因素与沉降量之间的灰色关联度,使用主成分分析法从影响因素中提取出主成分,构建训练集和测试集,通过粒子群算法-支持向量机法（particle swarm optimization-support vector regression, PSO-SVR）预测模型对测试集数据进行预测。为验证该模型在高填方区域沉降预测的可靠性和优异性,将自回归差分整合移动平均模型（autoregressive integrated moving average model,...     

高填方地基粘弹性参数反演及工后沉降分布规律预测

云南巧家高填方工程场地地形崎岖,高差悬殊,存在工后沉降量大以及不均匀沉降等问题,而传统沉降预测方法因忽略参数差异性问题不能准确预测高填方场地工后沉降。基于云南巧家高填方工程30组实测沉降数据,采用粘弹性模型、指数模型和双曲线模型三种方式进行工后沉降预测,结果显示粘弹性模型对于高填方沉降预测精度明显优于其他两种模型。基于粘弹性模型预测了云南巧家高填方工程工后沉降分布规律,探明了最大沉降速率和最终沉降的分布区域,为后续开展工程措施提供了合理的科学依据。通过粘弹性本构模型参数反演发现云南巧家高填方工程回填材料的压缩模量和粘滞系数均呈现显著的空间差异性,若不考虑参数空间差异性将会导致预测结果产生显著的误差。基于此提出了高填方场地考虑参数变异性的分区计算方法,该方法不仅能够减少整个高填方场地计算参数,并且能够有效提升预测结果精度,从而满足工程需求。     

区域土壤水贮量及旱情预报

本文对传统的土壤水均衡方程进行了改进,把二维空间坐标(x,y)引入到土壤水均衡方程中,建立了分布式土壤水均衡方程,可进行区域土壤水贮量分布动态的计算与预报。利用地理信息系统(GIS)技术,实施了所建立的区域土壤水贮量预报模型。根据作物对土壤水的要求,进一步求得了区域土壤旱情分布图。此方法已实际应用于黄淮海平原曲周研究区。     

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。     

ARIMA模型在新疆喀什地区中长期降水量预测中的应用研究

为研究新疆喀什地区降水量中长期预测问题,结合ARIMA模型对新疆喀什地区的降水量进行预测,利用喀什地区两个子流域1950-2015年实测年降水数据分析其模型的适用性和预测精度。结果表明:ARIMA模型可较好的模拟喀什地区的年降水量,具有较好的预测精度,模拟降水量和实测降水量之间的误差相对值低于20%,绝对误差也可控制在15 mm以内;从空间角度分析,降水总体分布从东向西逐步递减,预测结果和实际降水空间分布状况较为吻合,可达到乙级精度标准。研究成果对于喀什地区中降水量长期预测具有较好的参考价值。     

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。     

湘南地区红黏土动态回弹模量试验与预估模型研究

湘南地区广泛分布红黏土,它具有天然含水率高、孔隙比大及结构性强等特点,可用于特殊路基填料。为获得红黏土的动态回弹性能,利用动三轴试验研究了偏应力、围压应力和体应力对红黏土动态回弹模量的影响。结果表明：动态回弹模量随围压和压实度的提高而增大,随偏应力的增大而减小;动态回弹模量受含水率影响较大,并在最佳含水率附近达到最大值。基于试验揭示的动态回弹模量与应力的相关性,采用3种应力相关的典型动态回弹模量预估模型对试验数据进行回归分析,进而遴选出最佳预估模型。误差分析表明,对于湘南地区红黏土,考虑偏应力和围压应力的回弹模量预估模型具有更高的决定系数,能更好地拟合红黏土的动态回弹模量。动态回弹模量试验结果和遴选的预估模型将为湘南地区红黏土路基设计提供试验和理论依据。     

非线性时变增益模型在新疆喀什中小河流洪水模拟中的适用性研究

近年来受人类活动和气候变化影响,新疆喀什地区水文非线性特征凸显,使得传统考虑单一线性的模型精度不高,以新疆喀什地区中小流域为研究对象,应用非线性时变增益模型,结合该流域1999-2017年实测洪水数据分析该模型在新疆喀什地区中小河流洪水模拟的适用性。研究结果表明:采用新的模型洪水模拟精度可到乙级以上精度,明显好于传统模型。研究成果对于新疆喀什地区中小河流防洪预警具有重要参考价值。     

改进加权马尔科夫链模型在喀什地区承压含水层参数动态识别中的应用研究

承压含水层的估算对于地下水开发利用的合理规划十分重要。而承压含水层参数识别对于含水层水量参数估算至关重要。结合改进加权马尔科夫链模型,以喀什为研究实例,对该地区承压含水层参数进行动态识别,从置信区间分析结果可看出,喀什地区承压含水层参数的变幅为7.93 m^2/min,而承压含水层参数μ的变幅为0.048,从不同置信度下的变幅结果可看出,相比于传统模型,改进加权马尔科夫链模型提高了参数识别收敛效率和计算精度。计算结果的可靠性程度较高。研究成果对于喀什地区含水层水量估算具有重要的参考价值。     

基于双曲线法的分级填筑路堤沉降预测

在软土地基上修筑路堤多采用分级施工的方法。基于传统双曲线沉降预测法基础上,提出一种软土地基上路堤分级施工情况下沉降预测的新模型,该模型考虑了土体变形的非线性特性和固结性质随荷载的变化,将沉降拟合方程中的待定参数在2个不同荷载级中分别确定。利用有较长预压期的前一级实测沉降,确定与土的固结性质有关的参数,待预测沉降荷载级的最终沉降量由该级较短预压期内实测沉降确定。通过工程实例验证了所建议模型的适用性。     

岩溶区土壤有机质空间变异性分析

采用GIS和地统计学研究土壤有机质（SOM）的空间分布、影响因素和预测是指导农业生产、环境治理和土壤碳储计量的重要手段。基于广西马山县北部岩溶区表层土壤 (0~20 cm)的441个SOM数据,建立普通克里格(OK)、回归克里格（RK）,以及结合辅助变量的地理加权回归克里格(GWRK)、残差均值（MM_OK）和中值（MC_OK）均一化克里格的5种模型,并比较其预测精度,旨在探讨岩溶区SOM制图中地统计学方法的适用性。结果表明:（1）SOM的变异系数为37.30%,属于中等空间变异;（2）岩溶区SOM空间变异受土地利用方式、土壤类型和地形因子等因素共同影响,SOM高值区分布在西北部、西部和东部等石灰土分布的岩溶区和水田,低值区位于北部红水河沿岸的冲积土地带;（3）RK、GWRK、MM_OK和 MC_OK对SOM解释能力均较优,可用于岩溶区SOM预测制图。结合辅助变量因子的GWRK预测模型能有效消除空间变异因素的影响,克服岩溶区SOM含量的空间非平稳性,从而提高SOM含量模型的稳定性和精度,同时MC_OK模型能提高预测的准确度。      

公路软基沉降预测的支持向量机模型

提出了基于支持向量机（SVM）模型对公路软基沉降进行预测的一种新方法,工程实例预测结果表明,在同样的训练均方误差下,SVM模型预测能力要优于BP神经网络模型,同时该模型能够综合利用分级加载过程中的沉降观测数据作为训练样本集,比仅依靠预压期内部分实测沉降数据的双曲线法更能反映地基土的变形趋势。因此,将建立的SVM模型应用于公路软基沉降预测能够更准确地反映实际沉降过程     

加权支持向量回归机及其在水质预测中的应用

支持向量机是一种基于结构风险最小化原理的学习技术，也是一种新的具有很好泛化性能的回归方法。本文对用于回归估计的标准支持向量机加以改进，提出了一种新的用于回归估计的支持向量机学习算法，针对各样本重要性的差异，给各个样本的惩罚系数和误差要求赋予不同权重，并利用加权支持向量回归机的理论及其算法构建水质预测模型。实验结果表明，该方法对水质具有较好的预测效果。     

水环境非线性时序预测的高精度RBF网络模型

为提高水环境非线性时序预测模型的精度,用自相关技术分析水环境时间序列的延迟特性,确定径向基函数(RBF)网络的输入、输出向量,建立了水环境时间序列预测的高精度RBF网络模型.用32年海洋水温时间序列实测资料来训练和检验网络并用于预测.用该模型对长江流域望江楼站8年总硬度、高锰酸盐指数、五日生化需氧量、氨氮、溶解氧、挥发酚、镉、氯化物、硫酸盐等9种水环境要素时间序列进行预测.实例分析表明,所建模型预测误差均较小,好于门限自回归模型,BP神经网络模型和ELMAN神经网络模型.所建模型不仅精度高,而且收敛速度快.