BP小波神经网络在边坡位移预测中的应用

用优化的BP小波神经网络建立的预测模型对吊钟坝边坡的变形量进行了预测。引入了共轭梯度反向传播算法来优化BP小波神经网络,从而使网络计算量大为减少,避免了网络产生局部最优的弊端,有效提高了网络的质量。与未优化的BP小波神经网络和BP神经网络的预测结果进行比较可以看出,优化的BP小波神经网络的预测值更接近GPS实测值。     

位移监测在边坡治理工程中的应用

位移监测可为分析滑坡的结构和成因、评价预测滑坡的稳定性及发展趋势等提供重要信息。实例分析表明,将位移监测资料与斜坡变形破坏现象结合起来,能准确地判定斜坡的变形阶段,评价和预测边坡施工及其使用过程中边坡的稳定状况。     

滑坡位移时序预测的核函数构造

获得支持向量机(SVM)背景下滑坡位移时序准确预测的关键,是构造或选择一合适的核函数。通过分析滑坡位移时序曲线特征以及不同类型Mercer核的性质,从基于核函数上的封闭运算角度,构造出支持向量机背景下预测滑坡位移时序的最佳核函数。利用3组不同特征的滑坡位移时序,对构造出的核函数进行性能检验,数值实验表明：对于典型的3组滑坡时序,LPG与MPG核的学习性能要优于简单核,且前者适合复杂位移时序的回归预测,而后者更适合规律性较强的简单时序曲线的建模预测。此外,探讨了这两种核函数下的核参数取值对模型精度的影响。     

边坡位移预测组合灰色神经网络方法

边坡位移的发展受地质条件、气候环境及人类活动等因素影响,变化趋势复杂,难以建立准确的经典数学模型对其进行全面描述。为了较准确地得到边坡位移数据,采用多模型信息融合技术对其进行预测。首先,将边坡这类影响因素复杂的系统作为一个灰色系统,分别采用GM(1,1)模型、Verhulst模型及DGM(2,1)模型对位移值进行预测;其次,考虑到神经网络的高速并行计算能力和类似人类思维活动的处理机制,利用神经网络方法对不同的灰色预测模型组合,生成灰色神经网络模型。通过反复训练、学习,自动调节,得出各模型在组合模型的合理权重,输出满意的结果。对比发现,利用组合灰色神经网络模型预测的位移值较单独的灰色模型预测的位移值具有更高的精度。     

基于新型仿生智能方法的边坡变形位移预测

边坡地变形,具有高度复杂的非线性演化特征。将BP神经网络和免疫克隆算法改进并集成结合,提出一种新型的仿生智能方法,即免疫克隆神经网络。并利用其强大的非线性拟合能力,对边坡进行变形位移的预测。结果表明,此方法拥有较高的预测精度,为边坡变形位移的预测提供了行之有效的途径,从而为边坡稳定性判别和滑坡预报提供了可靠的分析依据。     

基于相空间重构的边坡位移预测

根据边坡位移时间序列的非线性性质, 应用基于相空间重构的实时预测方法, 可以充分利用时间序列信息, 预测 各种边坡变形演化趋势。 讨论了局域法和基于 Ly apunov 指数的预测法。 实例研究表明, 基于相空间重构的预测方法具 有比非平稳时间序列更高的预测精度和更广的适应性。     

三峡水电工程船闸边坡位移反分析研究

为了确定有关岩体的弹性模量和重要初始应力分量，利用试验洞进行位移分析。在方法上发展了一种以三维有限元图谱和反分析相结合为基础的反演方法。实际应用表明，该法设计来说十分有用。     

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。     

岩体边坡工程中的位移监测及分析

通过对江西德兴铜矿大山村选矿厂东部边坡和北部楔形地质结构体稳定状况的监测,阐述了在边坡工程中位移监测的应用及有关位移的分析,并阐述了边坡工程的监测取决于监测人员对岩(土)体介质的了解程度和掌握程度,并选择相应的方法和手段的观点。     

岩体边坡工程中的位移监测及分析

边坡工程的监测取决于监测人员对岩(土)体介质的认识程度和选择相应的方法和手段。通过对江西德兴铜矿大山村选矿厂东部边坡和北部楔形地质结构体稳定状况的监测,阐述了在边坡工程中位移监测的应用及有关分析。     

阶跃型位移特征滑坡时间预测预报研究

滑坡时间预测预报目前主要以滑坡最终破坏的时间为目标函数,但对于变形特征为阶跃型的滑坡却难以准确地预测其破坏时间。为此,提出以位移作为此类滑坡时间预报的目标函数。将滑坡位移分解为蠕变位移和波动位移,采用二次移动平均法分别提取,然后采用多项式拟合和灰色GM(1,1)模型分别对蠕变位移和波动位移进行预测,最后将两部分预测位移相加得到滑坡预测的总位移。以典型阶跃型位移特征滑坡——三峡库区八字门滑坡为例,运用其位移监测数据进行验证,并对多模型预测结果进行对比分析,结果表明,该位移预测模型预测精度良好,能较好地预测阶跃型位移特征滑坡位移。     

基坑边坡变形的理论计算方法

基于Mindlin应变解,推导出土质直坡和斜坡侧向与竖向变形的理论解.通过计算分析,讨论了影响边坡变形的因素,并据此提出了边坡支护和加固的方法.     

斜坡路基边坡中路堤位移及应力影响参数研究

采用ANSYS有限元分析软件建立斜坡路基边坡有限元数值模型,分析了不同路堤边坡坡度、地基坡度、路堤高度及路基宽度对路堤位移和应力的影响规律,研究表明:1)斜坡路堤边坡坡度的变化对路堤位移及应力影响较小,建议路堤边坡坡度在1:13-1:1.7范围选取;2)随着斜坡地基坡度的增大,路堤位移及剪应力均呈现先增大后减小趋势,建议斜坡地基坡度不超过1:4.5为最佳;3)随着斜坡路堤高度的增大,路堤的位移逐渐增大,最大剪应力先减小后增大,建议实际施工中路堤高度可选取18.22m;4)斜坡路堤的位移及应力均随着路基宽度的增大而增大,实际工程中建议路基宽度不超过20m最为理想。     

露天矿边坡的位移监测与滑坡预报

对湖北大冶铁矿滑坡区域的长期监测资料进行分析和总结，提出依据位移-时间曲线预报滑坡的方法。     

非线性位移时间序列进化神经网络建模的适应性研究

探讨了非线性位移时间序列建模的进化神经网络方法及其可用性,主要包括进化参数如群体规模、突变变异率和蠕变变异率、随机数种子和个体的选择策略对进化神经网络模型性能的影响。结果表明,对于给定的问题,只要遗传参数取值合理,就可以获得理想的效果。     

非等间距序列的灰色预测模型及其在岩石蠕变断裂中的应用

给出了非等间距序列的灰色预测模型，讨论了该模型的灰色预测平面和最优预测函数。最一将该模型应用于符合Ｋｅｌｖｉｎ模型的岩石材料的蠕变断裂研究，给出了应用实例，并验证了该方法的可行性。     

基于改进Shannon伪近邻法研究易滑地层位移变形时序

合理地运用科学的理论方法,研究计算滑移地层的滑移规律并进行有效的预测,一直是亟待解决的岩土工程问题。通过基于Shannon伪近邻法时序分析理论研究易滑岩层变形破坏的演变机理;通过边坡演变的动力学方程组,建立相空间重构,得出显示边坡系统动态特性延迟时间与关联维数的计算公式,并对边坡变形破坏过程进行了实例分析,得到最佳嵌入维数取值,提取和恢复边坡系统原有的规律。在古树屋滑坡位移的外推预测中,模型计算相对误差都控制在2%以内,计算结果接近于实测位移值。工程实践表明,基于该模型的时序预测方法,在边坡位移初始变形和等速变形阶段,能保证95%以上的拟合控制精度。     

指数平滑技术在斜坡位移预测中的应用

应用趋势型数据指数平滑模型预测了链子崖危岩体监测点GA的位移量.根据其观测数据呈线性趋势的特点,选取趋势型二次指数平滑的线性预测公式和合适的平滑常数值进行了计算预测.预测结果表明位移预测值与实际观测值之间的误差很小,说明该模型可很好地应用于斜坡变形位移的预测.     

打入式锚管在高填方边坡治理中的应用研究

针对某工程工业广场高填方边坡治理中,传统方法存在难以成孔、施工难度大等工程难题,采用对地层适应能力很强的打入式锚管进行加固。对打入式锚管加固高填方边坡的加固机理进行数值模拟分析,分析其应力、位移和塑性区等变化规律,最后给出具体的施工工艺,为类似工程的治理加固提供参考。     

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.