沉降预测的非等步长灰色时变参数模型

针对经典灰色系统模型的不足，根据灰色系统理论的信息处理原则，在模型中引入遗忘因子，建立了灰色系统沉降预测的非等步长灰色时变参数模型，并在求解过程中引入遗忘因子以修正预测结果。模型充分考虑了预测系统的时变性和灰色性，从而降低对预测系统状态的预测误差。实例预测表明，灰色时变参数模型可以将工后总沉降量的预测误差控制在23%以内。误差检验结果显示，预测结果的精度等级较引入遗忘因子修正前有显著的提高。     

考虑薄膜水的利用介质粒度分布获取水土特征曲线的方法

利用介质粒度分布间接获取水土特征曲线（SWCC）是一种快速、经济的方法。由于该方法的传统模型（HP模型和MV模型）忽略了薄膜水,获得的SWCC在低含水率段存在显著误差。提出了一种考虑介质表面薄膜水的含水率估算方法,与HP模型和MV模型的吸力计算方法结合预测SWCC,选用土壤水力性质数据库UNSODA的17种土壤样品对两种修正模型的预测效果进行了验证。结果表明,采用薄膜水修正后的HP模型和MV模型可以显著改善传统模型中SWCC低含水率段含水率的低估,并能有效地预测砂土等粗粒介质的SWCC。另外,含水率估算中引入参数β后,修正的MV模型也可用于壤土和黏土等细粒介质的SWCC的预测。     

灰色GM(1,1)模型在汶川县泥石流活动趋势预测中的应用

泥石流的发生是一个动态变化的过程,灾变时间及活动强度具有明显的非线性特征,认识和掌握泥石流发生、发展规律,对未来泥石流活动趋势进行预测,是地质灾害防灾减灾与宏观规划防灾预案工作的基础。本文以四川省汶川县1960~2010年50a的泥石流灾情数据作为原始数据序列,建立灰色GM(1,1)灾变预测模型,采用2011~2019年9a泥石流灾情数据来验证模型预测精度。为了提高预测精度,采用傅里叶变换修正误差残值。经计算GM(1,1)模型的预测结果相对误差为3.582%,傅里叶变换误差修正后相对误差为0.073%,预测结果与实际发生年份一致,并预测未来一段时间汶川县将于2033年或2034年、2051年或2052年发生大规模群发性泥石流。     

地基沉降预测中的双曲线模型修正

针对沉降预测中的双曲线公式存在的不足 ,对其进行修正 ,提出了修正的双曲线模型 ,并通过了工程实例验证 ,该修正模型预测沉降精度高 ,具有一定的参考和使用价值。     

灰色系统与神经网络组合模型在地下水水位预测中的应用

灰色GM(1,1)模型与人工BP神经网络对于预测非线性数列变化趋势都具有很好的适用性,但同其他预测方法一样也存在各自的局限性。本文采用灰色GM(1,1)模型与人工神经网络相结合的方法,对GM(1,1)模型预测结果进行了修正。以收集到的某地区1996～2006年的地下水水位埋深数据为算例,计算结果表明,经人工神经网络修正后的灰色系统的预测值比原预测值的预测精度有了很大提高。     

改进灰色马尔科夫模型及其在水资源预测中的利用

这里首先对灰色系统理论GM(1,1)模型的算法进行改进,并将改进后的灰色模型与马尔科夫模型结合。通过对灰色系统预测数据的修正,既发挥了灰色系统预测精确的特点,又利用了马尔科夫模型对预测波动性数据准确的优势,对于在任何时间序列上展开的具有一定波动性的数据进行预测,精度更高。     

剑桥模型可反映剪切变形的一种修正

由于剑桥模型不能很好地反映土的剪切变形,因此,在工程应用中不能够反映土的实际受力变形特征。对剑桥模型的这一缺点进行理论分析,指出产生此现象的原因,提出由剪应力和体应力引起的应变分量,分别采用不同的分配比例系数,基于这种思想并采用剪切试验结果对剑桥模型进行修正,给出了基于不同分配比例系数修正后的剑桥模型的应力-应变关系计算式。通过采用剪应力与轴向应变修正后的模型与剑桥模型的预测结果的对比,揭示了修正后的模型能够较好地反映剪切变形,同时模型含有可直接测定的4个独立的试验参数。     

冻融循环对重塑碳酸盐渍土不排水强度影响研究北大核心CSCD

为研究寒区碳酸盐渍土强度特征,建立冻融循环作用下碳酸盐渍土的修正邓肯-张模型,指导碳酸盐渍土地区的工程建设,利用GDS三轴对取自黑龙江省某地的碳酸盐渍土进行不同围压、不同冻融循环次数下的UU试验。通过曲线拟合,获得了土样强度指标c和φ、模型参数Κ和n、破坏比Rf与冻融循环次数N的数学模型,根据模型理论值与实测值对比分析修正了邓肯-张模型切线模量Ei,从而建立了考虑碳酸盐渍土冻融循环次数N的修正邓肯-张模型。结果表明:碳酸盐渍土经冻融后,其不排水应力-应变曲线呈应变硬化型,且碳酸盐渍土在经历三次冻融循环后,强度降低幅度最大,占整个强度劣化过程的71%以上;冻融后,碳酸盐渍土内摩擦角φ、黏聚力c和参数K逐渐降低,破坏比Rf呈现出先降低后增加,而参数n表现出先增加后减小的趋势。本文提出了冻融循环作用下的修正邓肯-张模型,且模型预测精度高。     

准等时距QGM(1,1)模型分段预测法及其在草炭土路基沉降预测中的应用

利用传统非等时距模型预测草炭土路基沉降时,存在计算繁琐、中短期预报精度低等缺点,尤其是当沉降曲线存在斜率突变点时,采用该模型很难达到预测精度的要求。针对以上不足,对非等时距时间序列进行平均步长换算,得到准等时距序列,利用线性插值法对原始沉降数据进行修正,得到改进后的准等时距QGM(1,1)预测模型,并将沉降曲线在斜率突变点处分成两部分进行分段预测。实例计算表明:采用改进后的准等时距QGM(1,1)模型预测草炭土路基沉降,两段的预测值平均误差分别为2.99%和0.25%,均远远小于传统非等时距模型,且具有很高的中短期预测精度,可以为工程沉降控制提供可靠参考。     

考虑监测离群值朱家店滑坡位移预测研究

滑坡位移预测预报是滑坡防灾减灾的重要组成部分,提高滑坡位移预测的准确性与精确度是该项研究的重点与难点。本文在滑坡位移预测中考虑了监测样本的离群值,通过忽略、指定与修正离群值3种方式,研究滑坡位移预测样本离群值的最优处理方式。以三峡库区朱家店滑坡为例,基于ARIMA(p,d,q)模型,分别对累积位移与位移速率时间序列开展了预测研究。研究结果表明:修正离群值的预测结果介于忽略和指定离群值两者之间,更适用于存在监测离群值的滑坡位移预测;对于ARIMA模型,更适合采用位移速率进行预测预报;使用位移速率时间序列ARIMA(1,0,1)并修正离群值的预测结果为:2016年和2017年6月份滑坡前缘GP3"阶跃"位移分别为79. 0 mm和70. 2 mm,截止2017年8月,GP3累积位移将达1647. 7 mm。