矿井涌水量混沌时间序列分析与预测

矿井地下水系统是个非线性系统,由于地下水系统的复杂性,很难完全确定影响矿井涌水量的因素,因此传统的矿井涌水预测表现出较大的局限性。而混沌时间序列分析能够利用单变量处理方法,分析矿井地下水系统中,由于多因素耦合作用所产生的矿井涌水量时间序列。通过对某矿区1985年9月至2005年2月矿井涌水量时间序列资料的分析,显示矿井涌水量时间序列具有混沌特征;通过对比预测值和实测值,表明预测精度高。因此,混沌时间序列分析方法用于矿井涌水量预测是可行的。     

边坡演化的非线性时间序列多元混沌判别

以实测非线性时间序列为对象, 通过估计延迟时间与嵌入维数的相空间重构方法, 采取排除时间相关性点对的方法计算边坡系统关联维数D2;采用改进的Kantz法计算最大Lyapunov指数、以K₂熵作为Kolmogorov熵的近似, 并引入近似熵ApEn及系统复杂度混沌特征指标, 研究了边坡演化的多元混沌特征.通过实例分析, 发现多数边坡系统关联维数D₂为非整数, 最大Lyapunov指数、熵值均大于零以及系统复杂度位于(0, 1) 区间偏小值, 通过与确定性系统特征量的比较, 揭示了边坡系统的混沌特征, 并得出临滑阶段边坡混沌特征最为明显的结论.      

时间序列分析在灾变预测中的应用

本文介绍了利用时间序列分析原理预测灾变的方法，现以预测某地区降雨为例子，介绍了方法的原理与步骤，实践表明，本文提出的方法具有明显的优点。     

基于神经网络的混沌时间序列预测

应用混沌方法对时间序列观测数据进行处理,计算出最大lyapunov指数,得到最大可预报时间尺度。在此基础上,建立人工神经网络预测预报混沌时间序列的模型。结合实例,对该预测方法进行了计算验证。     

遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用

区别于传统的提取混沌时间序列饱和嵌入维数的方法,本文利用人工神经网络成功地对水库混沌径流时间序列的饱和嵌入维数进行了提取,计算了该时间序列里的最大Lyapunov指数,两种方法结果都证明了该时间序列的混沌性。并用遗传算法对BP神经网络进行了改进,利用该模型对三门峡水库混沌径流时间序列进行了预测。实例计算表明该方法解决了BP神经网络收敛速度慢和易于陷入极小值的问题,大大提高了BP神经网络的计算精度和收敛速度。无论在计算精度上还是在收敛次数上都优于没有改进的BP神经网络。     

流域降雨径流时间序列的混沌识别及其预测研究进展

混沌和随机在本质上是两种不同的特征,对这两种特征的描述方法各不相同,确定流域降雨径流时间序列的混沌性和随机性是对其进行模拟和预测的重要基础。近10多年来,许多学者相继开展了流域降雨径流时间序列的混沌识别及其预测研究。着重回顾其中最为重要的相空间重构、混沌识别和混沌预测方法,对将混沌理论应用于降雨径流时间序列的限制条件(序列的数据量大小和数据噪声)也进行了探讨。     

混沌时间序列支持向量机模型及其在径流预测中应用

以重构相空间理论为基础,探讨了混沌时间序列的支持向量机预测模型建模的思路、特点及关键参数的选取。利用饱和关联维数法进行相空间重构,并运用改进小数据量法计算最大Lyapunov指数,对宜昌站月径流时间序列进行混沌特性识别。在运用混沌时间序列的支持向量机模型对月径流预测的应用中,引入了径向基核函数,简化了非线性问题的求解过程。实例表明,该模型能较好地处理复杂的水文序列,具有较高的泛化能力和很好的预测精度。     

基于灰色理论的时间序列分析在地面沉降预测中的应用

地面沉降的准确预测对减灾防灾和指导地区工程规划和建设意义重大。使用地区地面沉降观测数据,将灰色理论模型与时间序列分析相结合,构建组合模型。该组合模型既反映地面沉降与其影响因素之间的灰色关系,又考虑地面沉降观测数据的随机性,有利于对地区地面沉降做出科学合理的预测。     

时间序列分析法在地下水水位预测中的应用

联合模型是能够应用于地下水水位预测的一种时间序列分析法,它由趋势函数、周期函数和自相关函数组成。本文结合北京市地下水监测资料进行了趋势性、周期性和自相关性分析,详细讨论了联合模型在地下水水位预测中的应用。     

基于非平稳时间序列分析的滑坡变形预测

滑坡的位移监测资料通常可用来预测滑坡的变形发展趋势,位移的发展反映了滑坡的变形过程.为了预测在现有条件持续情况下的滑坡变形趋势,将滑坡位移监测数据视为非平稳时间序列,应用时间序列分析方法,建立了滑坡变形趋势的预测模型.以三峡库区秭归县白水河滑坡为例,通过对变形预警区监测点位移实测时间序列的分析,取监测点ZG93和XD-04为代表,建立了时间序列预测模型,从第17个月开始向前做6步预测,分析预测曲线与实测曲线之间的关系,并计算预测误差,结果显示除个别数据点之外,预测误差均在±9%以内,曲线吻合较好,说明所建模型效果良好,从而为判断白水河滑坡未来的变形发展趋势提供了可靠的理论依据.     

水文时间系列周期分析方法探讨

以分析广东省降水周期变化规律为例，探讨了最大熵谱方法在提取水文时间系列的主次周期上以及小波变换方法在分析水文时间系列的多时间尺度演变规律上的应用。由计算结果分析得到广东省降水过程主要存在的周期特性和旱涝变化趋势，为广东省降水趋势预测提供了重要信息。     

基于位移的滑坡时间概率预测方法

滑坡位移是滑坡稳定性状态的重要表观特征。对数拟合法是一种基于位移观测数据对滑坡时间进行预测的常用方法。在实际应用中,受测量误差、环境噪声和模型假设等因素的影响,滑坡时间很难准确预测。本文将滑坡时间预测中的不确定性分为观测不确定性和模型不确定性两类。基于残差Bootstrap方法,提出了观测不确定性的标定方法;搜集了降雨型滑坡案例,标定了对数拟合法预测降雨型滑坡时间的模型不确定性。在此基础上,提出了可同时考虑以上两种不确定性的滑坡时间概率预测方法。算例表明,概率方法既能提供滑坡最可能发生的时间,也能提供滑坡在不同时间点之前发生的概率水平,其预测结果与实际观测滑坡时间更为符合,可为滑坡灾害的灾害预警提供有用的信息。     

滑坡时间预报的非平稳时间序列方法研究

本文基于边坡变形破坏的特点,对位移观测数据进行统计分析,利用非平稳时间序列理论就位移观测值建立模型进而作出预报。通过实例验证,该理论方法在边坡变形破坏时间预报中是有效可行的。     

位移时空综合分析法及其在边坡工程中的应用

以往对监测位移数据分析方法主要是位移-时间关系分析。但监测数据包含了大量对工程设计和施工都很有用的信息,其中不乏位移-空间方面的信息;另一方面,从工程设计和施工角度看,除需要位移-时间信息外,还需要位移-空间信息。位移时空综合分析法的提出旨在综合位移-时间和位移-空间等两方面的信息,为工程设计和施工服务。该方法依表现形式不同又分为竖线法和曲面法两种。本文将通过五强溪船闸边坡工程实例,来进一步说明位移时空综合分析法的原理及其应用。     

区域地质灾害趋势预测理论与方法

区域地质灾害趋势预测对于国家土地资源的合理开发利用和制定减灾防治对策具有重要意义。本文总结了区域地质灾害三个层次评估的理论与方法, 即基于自然属性的地质灾害研究、基于风险分析的地质灾害研究和基于信息-决策支持系统的地质灾害研究。作者认为, 运用GIS技术, 将这三层次的评价方法结合起来, 是进行区域地质灾害趋势预测的有效途径。本文最后介绍了1∶600万全国地质灾害趋势预测图编制的思路与成果。     

加权函数组合预测边坡变形模型的研究

边坡变形监测是边坡监测的主要内容之一,其变形预测问题是边坡工程中主要技术难题之一。考虑边坡位移变形预测模型的局限性,如神经网络预测方法需要大量的实测数据作为学习样本,灰色系统模型要求原始数据序列必须满足指数规律,且数据序列变化速度不能太快等。建立了边坡变形反向传播神经网络预测模型,同时给出了灰色GM(1,1)边坡预测模型。提出边坡的神经网络与灰色系统加权函数组合预测模型,采用动态规划解法,将原模型转化为多阶段决策问题,使组合预测误差的平方和最小,得到组合权重,这样得到的变形预测结果的精度将大大提高,弥补了单一方法的局限性,满足工程预测的需要。通过边坡实例加以验证,加权函数组合预测模型的预测结果精度有一定提高,能够与实际监测数据相吻合,达到准确预测的目的。     

稳定渗流条件下土坡稳定性分析的一种新方法

在提出随机角生成曲线滑动面方法的基础上,通过改变选定参数来搜索临界滑动面,对渗流作用下的不同士质边坡进行稳定性分析.考虑渗流效应时,将士体视为三种土条划分情况,并进行受力分析,推导出简化Janbu法中土条的浮力和渗透力计算公式.同时,对实际渗流场做出合理简化,以便应用于计算机编程.算例对比分析表明:①此方法计算出的最小...     

热水沉积过程混沌序列弱信号的提取

运用地层垒积序列的概念和Logistic混沌序列叠加过程分解模型, 对岩比参数序列中的弱信号进行提取, 进一步研究热水沉积作用强度演化的定量特征, 为对热水沉积盆地古地理环境进行三维动态模拟奠定了基础.      

顺层蠕动边坡变形破坏机理及稳定性动态分析

本文以阜新海州露天矿边坡为例, 分析了边坡变形规律和破坏机制。在弱层流变试验的基础上, 建立了弱层流变力学模型, 通过确定加速蠕变阶段来临的极限应变量和应变速率, 建立了弱层长期强度的时间效应方程, 对于不同边坡工况进行了动态稳定性评价, 为采取抗滑措施控制蠕动边坡的变形破坏发展提供了科学依据。最后提出了一个边坡加速蠕变阶段来临的预测预报方法, 分析结果和实测资料较为一致。     

边坡工程可靠性分析的最大熵方法

边坡工程可靠性分析的最大熵方法,利用已有样本的部分信息来使熵最大化,充分利用了随机变量的高阶矩信息,由样本矩来推断边坡可靠性功能函数的概率密度函数,求解边坡的破坏概率。该方法对基本随机变量的分布没有特别要求,避免了常规方法计算过程中在迭代点处对非正态随机变量进行近似当量正态化处理的缺陷。通常,功能函数的真实概率密度函数很难、甚至无法求得,将Pearson曲线族引入岩土参数随机变量高阶矩的求解当中,可以很容易地得到功能函数的高阶中心矩,然后,基于最大熵原理拟合得到功能函数的最大熵密度函数,采用区间截断法和高斯-克朗罗德数值积分法分别确定最大熵密度函数的拉格郎日系数和边坡的破坏概率。算例分析结果表明:该方法计算效率高,结果可靠,克服了传统方法求解过程复杂、精度低的缺点,将其应用于工程边坡的可靠性分析当中,发展潜力大,具有一定的应用前景和实用价值。