矿井突水水源的Bayes逐步判别分析研究

对Bayes逐步判别法在矿井突水水源判别中的应用进行研究分析。选用六大常规离子（ Ca2＋、Mg2＋、K＋＋Na＋、SO42-、Cl-、HCO3-）作为判别因子,建立Bayes逐步判别分析模型,以内蒙唐家汇矿区突水水源判别为例,在建立的判别模型回判检验准确率仅60%,分析原因可能与选定的特征判别因子对该矿区水样分类影响能力较弱有关。增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立Bayes判别分析模型,使回判准确率提高至90%,证明适当增加特征判别因子对改善Bayes逐步判别模型的可靠性和稳定性有利。经对唐家会矿区的3个未知样本进行了判别分析,并与距离判别法和模糊综合评判法判别结果对比,结果表明Bayes逐步判别模型准确性较好,判别准确率与距离判别结果完全相同,而优于模糊综合评判方法。在合理选取特征判别因子的情况下,Bayes逐步判别法是目前矿井突水水源判别的有效方法。     

距离判别法在矿山防治水中应用

以淮南潘二矿区、山西河池矿区和河南焦作矿区水样作为突水水源数据,采用距离判别分析理论,对突水水源进行判别分析。选用六大常规离子作为判别因子,分别建立矿井突水水源的距离判别分析模型。经回判检验表明,潘二水样和焦作水样的距离判别模型回判准确率超过90％,而河池矿区水样距离判别模型的回判准确率仅50％。为此,增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立河池矿区水样的距离判别分析模型,回判准确率提高至90％,证明适当增加特征判别因子对改善距离判别分析模型的判别准确率有利。最后对三个矿区的未知样本进行了距离判别分析,并与Bayes逐步判别法和模糊综合评判法判别结果对比,结果表明距离判别法稳定性较好,判别准确率与Bayes逐步判别基本相同,比模糊综合评判要好。因此,在判别因子选择合适的情况下,距离判别法是目前矿井突水水源判别的有效方法。     

邯郸市饱和粉土地震液化判别与差异分析

采用标准贯入试验法、静力触探法及宏观判别法对邯郸市某工程粉土地基进行了液化判别,并对判别结果进行对比分析。根据判别方法所考虑的因素和特点,结合粉土的区域特征,提出了适合邯郸市饱和粉土的综合判别方法,从而提高了液化判别的可靠性。     

Bayes方法在矿井突水水源判别中的应用

快速有效地判别突水水源是矿井安全生产的重要保障。选取各含水层多项水质指标,应用Bayes方法建立适用于不同水质类型的矿井突水水源快速判别模型。结合SPSS软件,以淮南顾桥矿为例,并与模糊综合评判模型、神经网络模型进行分析比较。结果表明:贝叶斯多类线性判别模型能够有效地判别突水水源,比模糊综合评判有更高的准确性,与神经网络模型的判别准确率相同。Bayes多类线性判别模型又以其计算过程简单、模型结构稳定而优于神经网络模型。既提高判别准确率又提高判别速度,实现对突水水源快速有效判别。      

基于广义回归神经网络的砂土液化综合判别方法

基于厦门地区大量钻孔试验数据,分别采用规范法和Seed法对该区饱和砂土进行液化判别。然后选取二者判别结果相同的数据作为训练和测试样本,运用广义回归神经网络,对二者判别结果分歧的钻孔数据进行二次判别。结果表明:广义回归神经网络性能良好,预测准确度高。此外,这种综合判别方法也提高了饱和砂土液化判别的准确度,并为其他地区饱和砂土的液化判别研究提供借鉴和参考。      

有关矿井突水水源判别方法的探讨

判别矿井突水来源是矿井防治水工作中的关键环节,选择合适的判别方法是快速高效判别突水水源的关键。本文对近些年来判别矿井突水水源的各种方法进行深入探讨,指出在水源判别时注意的问题,为矿井防治水提供决策依据。     

扁铲侧胀试验判别液化的研究和实践

通过对扁铲侧胀试验判别液化的研究和实践，提出了在上海地区采用扁铲侧胀试验判别液化的公式，扁铲侧胀试验判别液化与标准贯入和静力触探试验判别液化的方法对比，具有相对较好的结果，是一种有前途的液化判别方法。     

关于岩石微量元素构造环境判别图解使用的有关问题

针对目前应用愈来愈广泛的不同岩石,特别是岩浆岩的微量元素构造环境判别图解使用过程中存在的问题,从这些判别图解建立的原理,介绍了微量元素构造环境判别图解的使用原则。强调指出所采集的样品必须新鲜(无蚀变或极弱蚀变)、非堆晶的岩石;选择的判别图解必须与判别的岩石类型相一致,即对花岗岩类要用花岗岩的判别图解,不能用玄武岩的判别图解;对特殊类型岩石要选择专门用于该类型岩石的判别图解,如碱性花岗岩,钾质火成岩;要应用多种图解综合判断;不能用单个样品,而应作多个样品分析;要注意所选择判别图解的特别说明等。此外,一些构造环境判别图解还能给出岩石的成岩过程和源区。     

砂土液化判别方法研究

评定地基土液化可能性是抗震勘察设计中的一个重大课题,通过对比《建筑抗震设计规范》推荐判别方法与美国Seed判别法,推导出新的判别方法,该法具有判别准确、理论合理、计算简便、与工程实际相结合等优点,是一种值得推广的判别方法。     

基于模式识别理论的卡钻类型判别分析

将模式识别理论中的支持向量机、Bayes判别分析以及多元回归分析应用于卡钻类型判别分析,建立了基于模式识别理论的卡钻判别模型。以近几年川东北卡钻数据为例进行了算例分析,结果表明：采用支持向量机、Bayes判别法及多元回归法对卡钻类型判别的结果与实际结果的误判率分别为1.92%,11.52%,61.54%。支持向量机（SVM）判别结果精度最高,但其判别方程式较为复杂,不能直观看出各分量对结果的影响程度;多元回归分析判别方程形式简单,可以直观表达各参量与卡钻之间的密切程度,但其判别精度较低;Bayes判别法计算精度介于二者之间,但其判别精度与判别式的个数密切相关。     

液化判别中基于人工神经网络的粘粒含量取值研究

岩土工程勘察实践中,得到正确的粘粒含量是进行液化判别的前提与基础。利用静力触探成果进行液化判别时,粘粒含量往往采用场地平均值或邻近钻孔相应深度处土样的粘粒含量值,与判别点处粘粒含量实际值间存在一定差别,影响了采用静力触探液化判别的准确性。采用人工神经网络可建立起需液化判别土层各点粘粒含量与相应空间坐标间的关系,从而得到场地内需液化判别土层粘粒含量的分布规律,为液化判别提供更为准确的粘粒含量。     

超标准洪水条件下土石坝安全性应急判别分析

当前极端气候频发,溃坝事件时有发生,提出一种超标准洪水条件下快速判别土石坝安全性的方法对于提升中国防洪决策水平、提高抗洪抢险能力具有重要的意义。然而,由于坝体结构复杂,不确定因素众多,超标准条件下快速判断土石坝安全性具有非常大的难度。借鉴堰塞湖天然坝安全性判别的研究方法,将判别分析法应用于超标准洪水条件下土石坝的安全性快速判别分析,结果证明,该套思路是可行的。从各坝体安全性判别分析方法的预测结果来看,判别分析法和I_DB指标判别方法具有较高的判别正确率,两种判别方法正确率均达到90.0%,优于其它简单指标判别方法。     

边坡稳定性预测的粗糙集-距离判别模型及其应用

为克服马氏距离判别模型无法考虑指标权重的不足,引入粗糙集理论,通过分析评判方法对评价对象的支持度和重要性计算得到权重系数。将权重系数嵌入距离判别模型,构建了边坡稳定性预测的加权距离判别模型。根据边坡失稳破坏特点,选取合理的判别因子,以大量工程实例样本作为原始数据和训练样本,建立了边坡稳定性评价预测的粗糙集-距离判别模型。将边坡稳定性评价预测的粗糙集-距离判别模型评价预测结果与马氏距离判别法、支持向量机理论、Bayes判别分析等方法得到的预测结果进行了对比分析,验证了粗糙集-距离判别模型的有效性。将建立的粗糙集-距离判别模型应用于黄河中游地区某大型水利枢纽库区边坡工程,预测结果与实际情况吻合。研究结果表明,粗糙集-距离判别模型具有权重分析合理、预测准确性高等优点,是进行边坡稳定性分析预测的一种新的有效途径。     

距离判别法在公路隧道围岩分类中的应用

将距离判别分析方法应用于公路隧道围岩类别判定问题中,结合前人研究经验,选用隧道洞室围岩岩石单轴饱和抗压强度σc、节理平均间距d、岩石质量指标RQD、地下水情况作为围岩类别判定的距离判别分析模型判别因子,以前人实际工程中公路隧道围岩实测数据资料作为训练样本进行分析计算,建立围岩类别判定的距离判别分析模型。采用回判估计方法对判别结果进行验证,误判率为零,将对样本数据的回判结果与前人应用神经网络方法判别结果对比,判别结果一致。运用距离判别分析模型对浙江省诸永高速公路枫树岭隧道围岩类别情况进行判别,将所选洞段围岩情况判定为Ⅳ类,与规范方法判定结果一致。     

基于中国砂土液化数据库的标准贯入试验液化判别方法研究

历史地震液化调查数据是液化判别方法构建、改进以及验证的重要基础,也是检验现有液化认识和理论的主要标准。通过吸收我国集集、巴楚和松原等地震液化数据,将基于标准贯入试验（standard penetration test,简称SPT）锤击数的液化数据量库从121个增至465个。采用该液化数据库,对比研究了我国建筑抗震设计规范液化判别方法（简称建规法）、2个双曲线模型以及循环剪应力比CSR简化方法等4种基于SPT液化判别方法的可靠性。结果显示：2个双曲线模型能够很好地判别液化和非液化数据,成功率超过85%,对液化数据和非液化数据的判别成功率保持均衡;建规法以及CSR简化方法判别结果存在不足;地震烈度为7度区液化数据和非液化数据混合情况较多,不同液化判别公式判别效果均不够理想,而对8度区和9度区液化数据,4种方法判别成功率较高;与以往液化概率判别公式对比,基于CSR计算方法,采用新液化数据给出的液化风险评估概率判别公式虽然采用数据量不同,但公式预测临界线匹配良好;建规法存在明显不足,对饱和砂层埋深大于10 m的深层土液化判别结果过于保守。研究成果可为改进我国规范中液化判别方法提供参考。     

静力触探法对巴楚地震液化判别的适用性

2003年2月24日新疆巴楚-伽师地区发生的6.8级地震中出现了自1996年唐山大地震以来我国大陆境内最为严重的砂土液化现象。以此地震液化调查为基础,检验包括我国规范液化判别方法、Robertson方法和Olsen方法的国内外现有静力触探试验为指标的液化判别方法的适用性。结果表明,我国规范、Robertson方法、Olsen方法在对巴楚地震液化场地判别中,总体上非液化场地判别成功率高于液化场地判别成功率,非液化场地的判别成功率分别为88%、71%和88%,但对液化场地判别成功率分别为55%、73%和45%,明显偏于危险,原因需要进一步查明,建立适合局部地区的液化判别方法应是未来必须进行的工作。     

基于全球橄榄石数据的玄武岩构造环境智能判别方法及其验证

一直以来,探索玄武岩地球化学特征与大地构造环境之间的联系是地球化学领域的一个重要研究方向。橄榄石是岩浆最早期结晶的矿物之一,其在玄武质岩浆形成和演化过程中记录了诸多信息。鉴于此,学者们尝试利用橄榄石的元素组成判别大洋中脊玄武岩(MORB)、洋岛玄武岩(OIB)和岛弧玄武岩(IAB)三种构造环境。常用的玄武岩构造环境判别图解难以满足精度要求,于是引入机器学习算法作为判别手段来解决上述问题。机器学习判别方法的分类效果在很大程度上取决于参数选取的合理性。为此,本文提出一种耦合灰狼优化算法(GWO)和支持向量机(SVM)的智能判别方法。该方法利用GWO寻求SVM算法最优参数组合,以形成橄榄石组成元素和玄武岩构造环境之间的最佳映射关系,从而实现对MORB、OIB和IAB三种构造环境的准确判别。此外,根据公开发表的玄武岩样品的地球化学数据,结合混淆矩阵及其衍生评价指标,通过仿真实验、随机子抽样验证和k折交叉验证等方式评估了所提方法的判别性能。评估结果表明, GWO-SVM耦合判别方法在利用橄榄石成分判别玄武岩构造环境方面具有较好的分类效果,其判别准确率可达85%以上。由此可见,相较于传统判别图解方法,基于多算法融合的机器学习判别方法能够更加有效地提升构造环境判别效果。     

构造岩浆判别的地球化学方法及其讨论

本文概述了构造岩浆判别的地球化学原理和制图的基本原则,综述了近年来这一研究领域的新进展,强调在判别时应紧密结合地质实际,并注重数据的精度、有效判别元素的选择和构造环境的双重性,这种方法适用于元古代火山岩的判别,认为利用多重元素的丰度比值蛛网图和岩石特征类型的专家系统来进行构造岩浆判别是行之有效的。     

井中水流方向的判别

井中水流方向的判别法有多种,如全自动流量仪测试法,水文地质条件判断法,流量曲线判别法。本文着重探讨利用流量曲线来判别井中水流方向。     

火山作用对板块构造环境的判别方法

在系统收集相关资料的基础上,将火山作用对板块构造环境的判别方法进行综述。不同的火山岩出现于板块构造的不同单元,判别方法主要依靠岩石的常量元素、稀土元素、微量元素进行图解判别。对碱性系列、钙碱性系列的岩石,只需使用各种构造环境的判别图解。对拉斑系列的岩石,需要进一步对岛弧拉斑玄武岩(OIB)、洋中脊玄武岩(MORB)、洋岛玄武岩(IAT)、板内玄武岩(WPB)的环境判别。中酸性火山岩多见于岛弧和伸展盆地,判别图解较少。