排序方式: 共有65条查询结果,搜索用时 0 毫秒
61.
1605年7月13 日(明万历三十三年五月二十八日)在海南琼山发生了一次71/2级大地震,震中烈度为Ⅹ度.地震在琼州海峡两岸,特别是在海南岛的北部地区造成了严重的破坏.经前人的研究,该震已有极震区不同方向的3个等震线,一是Ⅹ和Ⅸ度等震线为近东西向(1995年中国强震目录);一是陈恩民(1979)给出的Ⅺ、Ⅹ、Ⅸ度的等震线呈近东西和北北西相交的丁字形分布;另一个是丁原章给出北北西向的极震区.关于1605年地震的上述3个等震线,哪一个更能反映该地震震源破裂方向仍存在争论. 相似文献
62.
锚杆极限承载力的准确预测是承载力预测中最重要的部分。传统的方法经常借助于拉拔试验中锚杆系统处于弹塑性阶段的试验数据进行预测,但实际上弹性和弹塑性阶段区分得不太明显,且实际锚杆荷载-位移(P-S)曲线形状多种多样,故使用单一预测模型不能够对锚杆极限承载力破坏值进行准确预测。针对预测锚杆极限承载力破坏值属于不确定问题,引入组合模型思想,借助被广泛使用在多传感器信息融合中的Dempster-Shafer(简称D-S)证据理论融合算法来建立组合预测模型。该方法是将互不相容的基本命题(假定)组成的完备集合表示对某一问题的所有可能答案,并为各命题分配信任程度,使用D-S合并规则计算同一命题下各个证据体共同作用产生的反映融合信息的新证据体的信任程度,分析各命题产生新证据体的信任程度来确定“不确定问题”的答案。通过减少弹性阶段数据使每个参加组合的预测模型产生多个预测值,将每个预测值都视为一个证据体,在同一鉴别框架下,把同类型、不同特征的证据体按照D-S合并规则合并成一个新的证据体,再根据决策规则得到最终的判定结果。将D-S方法与直接求取算术平均值的方法进行对比,结果表明:使用D-S方法得到的预测值较准确;由于预测值受给定初值影响较大,故对原有预测方法进行修正,修正后预测方法的预测效果更好,预测精度更高,适用范围更广。该研究成果可用于矿山、地下工程等施工过程,以及后续质量检测、稳定性评价、岩体强度预测等方面。 相似文献
63.
64.
65.
环境变化影响下流域径流的精确模拟对洪涝灾害防治与区域水资源管理都具有重要意义。在径流模拟研究中,现有机器学习模型未能充分考虑水文中间状态变量对降雨-径流过程的影响,本研究基于集合卡尔曼滤波(EnKF)更新水文状态变量,结合主成分分析(PCA)提取预报因子的主要特征,采用长短时记忆神经网络(LSTM)构建考虑水文中间变量的机器学习水文模型EnKF-PCA-LSTM。以赣江流域为例,评估EnKF-PCA-LSTM模型的径流模拟效果,同时将模拟结果与LSTM模型、物理水文模型HYMOD做对比分析。结果表明,EnKF-PCA-LSTM模型模拟径流的纳什效率系数、Kling-Gupta效率系数和对数纳什效率系数分别为0.954、0.971和0.972,比LSTM模型和HYMOD模型具有更好的模拟性能,说明考虑水文状态变量可有效提高机器学习模型的径流模拟精度及稳定性。研究成果可为流域径流模拟提供技术参考。 相似文献