基于PCA-PSO-SVM的凡口铅锌矿地区岩溶地表塌陷危险性预测

岩溶地表塌陷是由多个影响因素共同作用导致地面形成塌陷坑（洞）的一种动力地质现象,具有隐蔽性和突发性的特点,常规简单数学模型难以对地表塌陷危险性准确预测。文章先通过主成分分析法（PCA）对选取的地下水位、地下水位波动幅度、给水度等11个影响因素提取5个主成分,对导致地表塌陷危险性的主成分进行全新的解释,同时引入粒子群算法（PSO）优化的支持向量机（SVM）方法,建立PCA-PSO-SVM岩溶地表塌陷危险性预测模型,并结合凡口铅锌矿地区工程实例,将预测结果与单一的SVM模型预测结果进行对比,表明PCA-PSO-SVM危险性预测模型精度更高,可以更好地为岩溶地表塌陷防治工作提供依据。      

Dsc1称重式降水传感器与降水多传感器标准控制系统观测数据对比分析

基于遵义市12个国家级气象观测站2020年12月—2021年3月的DSC1称重式降水传感器和双翻斗降水多传感器标准控制系统采集的液态降水量数据,对降雨总量、不同量级降雨量、分钟捕获有效降雨量的次数、感应时间等进行对比分析,找出差异产生的原因,提出建议。     

并联复合隔震体系的地震耗能机制和能量响应分析

运用能量分析法对并联复合隔震体系的地震耗能机制和能量响应进行了分析和探讨。首先,以层间剪切模型的多自由度运动微分方程为基础,建立了并联复合隔震体系的能量平衡方程。其次,引入状态空间法对并联复合隔震体系进行时程分析得到体系的地震响应,并以此为基础计算了各项能量。最后,以7质点多自由度体系为仿真对象,对并联复合隔震体系的耗能机制及其主要隔震层参数和不同特性地震动对能量响应的影响进行了分析。结果表明,并联复合隔震体系地震总输入能主要由滞回耗能和阻尼耗能承担;摩擦承压比和摩擦系数对能量响应有重要影响,存在最优取值区间;地震能量响应受地震动特性影响较大。     

主成分分析法和遗传算法优化的支持向量机模型在地震伤亡人数预测中的应用

为有效解决地震伤亡人数预测所需影响因子多、 运算量大、 模型训练烦琐等问题, 构建了主成分分析法(PCA)和遗传算法(GA)优化的支持向量机(SVM)模型, 采用PCA对地震伤亡人数影响因子进行降维以去除贡献率较低的主成分, 将贡献率较大的主成分作为支持向量机的输入变量, 以地震伤亡人数作为输出变量, 利用GA对SVM模型性能参数进行优化, 建立基于PCA-GA-SVM的地震伤亡人数预测模型, 并对测试样本进行预测, 结果表明: 与SVM模型、 GA-SVM模型和PCA-GA-BP模型相比, PCA-GA-SVM模型的预测准确率和运行效率分别提高 4.73%、 1.14%、 9.99% 和47.05%、 36.76%、 44.55%。结果显示, PCA-GA-SVM模型预测精度高, 泛化能力强, 能够科学合理地对地震伤亡人数作出预测。     

基于RS-PCA-GA-SVM的砂土液化预测方法研究

砂土液化是一种危害性比较大的自然灾害,对砂土液化进行判定预测在地质灾害防治领域中有重要的研究意义。通过粗糙集理论(Rough Set,RS)对影响砂土液化的6个初始评价指标(包括震级、土深、震中距、地下水位、标贯击数和地震持续时间)进行属性约简,去掉冗余或干扰信息,得到基于4个核心预测指标的数据集。通过主成分分析法(Principal Component Analysis,PCA)从核心评价指标中提取出主成分,采用支持向量机(Support Vector Machine,SVM)对数据集进行训练,用遗传算法(Genetic Algorithm,GA)优化参数,建立砂土液化的RS-PCA-GA-SVM预测模型。并结合砂土液化实际数据将预测结果与基于Levenberg-Marquardt算法改进的BP神经网络模型(LM-BP)的预测结果做比较。实例计算表明:基于RS-PCA-GA-SVM模型得到的砂土液化预测结果精度较LM-BP神经网络有很大的提高,判别结果与实际情况比较吻合,可在实际工程中应用。     

贵阳市表层耕地土壤硒的地球化学特征

中药材原料在醇提、发酵、醇沉等环节气体间的相互反应生成的挥发性有机气体（VOCs）对环境和人体健康产生影响。本研究采用SUMMA 罐采样-二级冷阱浓缩-GC/MS方法,研究了贵州省典型中药制药企业在提取、浓缩阶段VOCs的排放特征,对比分析了西药企业产排VOCs污染水平,并进行了健康风险评估。结果表明：中药、西药制药企业分别检测出64和106种挥发性有机气体,总挥发性有机气体（TVOCs）浓度为56.45~1361.66g/m3;中药制药企业主要物质为二氯化碳、环己烷、1,2-二氯乙烷,以烷烃、含氧有机物和恶臭类物质为主,占比76.42%,西药制药企业主要物质有二氯甲烷、丙酮、甲苯,异戊烷,烷烃和苯系物占比达到83.72%;中、西制药企业致癌风险值均介于1×10-6~1×10-4之间,具有潜在致癌风险,与西药企业相比,中药企业非致癌风险指数较小;中药制药产排VOCs的OFP在2.93~33.54 ug/m3之间,芳香烃（甲苯）是中药制药产生的VOCs中对臭氧生成贡献最大的关键活性组分。     

基于网格搜索法优化支持向量机的围岩稳定性分类模型

为科学评价围岩稳定性,本次研究借助支持向量机(SVM)处理小样本、非线性问题能力强的特性,对围岩的稳定性进行了分类。选取16组围岩数据作为学习样本,以岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量5个指标作为模型输入,围岩稳定程度为模型输出,建立了基于支持向量机的围岩稳定性分类模型。为增强模型的推广性能,提高其预测准确率,运用改进的网格搜索方法(GSM)寻找最优的支持向量机参数,并对8组围岩数据进行预测,并同BP神经网络模型的预测结果进行对比。结果表明,建立的GSM-SVM模型对预测样本的评判结果与实际结果一致,其预测精度较BP神经网络有很大的提升。     

基于邻域粗糙集和支持向量机的固结系数预测

采用邻域粗糙集和支持向量机建立滹沱河某地区软土固结系数的预测模型。基于自行改装的渗透固结仪,利用公式法确定不同压力下的固结系数。通过室内试验确定土体的指标参数,采用邻域粗糙集对该指标参数进行属性约简,将约简后的指标参数作为影响因素,分别建立支持向量机和神经网络的固结系数预测模型,预测未知样本的固结系数,并与实测值进行对比。结果表明:公式法可以准确客观地确定固结系数;支持向量机和BP神经网络建立的该地区软土固结系数预测模型均可以预测区域内未知点的固结系数,且支持向量机方法的预测精度比神经网络方法的预测精度提高了约10%。本文提出的方法直接从实验数据出发,通过易获取的影响因素建立特定地区固结系数预测模型,并可预测该区域其余未知点的固结系数。     

基于正交试验法的随机地震响应的参数分析

考虑地震的随机性和土体的非线性,引入粘弹性边界和正交试验法,提出了一种在谐响应分析中直接输入加速度的加载方式,建立了基于虚拟激励法、等效线性化法和确定性动力有限元法相结合的非线性桩-土体系的随机地震响应的参数敏感性分析方法.研究了桩土模量比、地震动输入水平、桩的长径比等无量纲参数对随机响应的影响.结果表明:桩土模量比是最敏感的因素.     

基于逻辑回归–信息量的川藏交通廊道滑坡易发性评价

川藏交通廊道位于青藏高原中东部,是世界上隆升和地貌演化最快的区域之一。在内外动力耦合作用下,区内滑坡灾害极其发育,严重制约着公路、铁路和水电工程的规划建设。在区域地质资料收集和整理的基础上,选取岩性、坡度、坡向、坡形、地形起伏度、地形粗糙度、断裂密度和河流距离8个因素为评价因子,结合传统信息量和逻辑回归模型的优势,采用逻辑回归–信息量模型对研究区滑坡进行易发性评价。通过对评价因子的多重共线性和显著性检验,得到评价因子不存在多重共线性且均对滑坡发生具有显著影响。采用ROC曲线对评价结果进行检验,其AUC值为0.81,表明评价模型能很好地预测滑坡的发生。易发性评价结果表明:研究区高易发区主要集中龙门山断裂带、金沙江断裂带、澜沧江断裂带、怒江断裂带、边坝–洛隆断裂带等大型活动断裂带控制区,以及区内坡度陡峭、地形起伏度大的大型河流深切河谷的两岸;中易发区在区内分布广泛,主要分布在岸坡较陡、地形起伏度中等的大型河流支流的两岸。研究结果有利于加深对川藏交通廊道滑坡发育分布的认识,也可为研究区的工程规划建设和防灾减灾提供科学依据。