优化组合模型在建筑物基坑沉降预测中的应用

为了确保建筑物在建设过程中的安全,需要准确掌握建筑物基坑及周边的变形情况。针对建筑物基坑沉降变形预测问题,本文对单一的GM(1.1)模型与BP神经网络模型进行优化并构建组合预测模型。优化组合模型一方面解决了单一预测模型稳定性差、预测精度低的问题,另一方面提高了预测模型的适用性。将本文提出的组合预测模型应用于某在建建筑物基坑沉降变形预测中,结果表明,相较于单一的GM(1.1)模型与BP神经网络模型,本文提出的优化组合预测模型的预测精度与稳定性更高,证明了组合预测模型在建筑物基坑类沉降预测中的可靠性。     

冀西北水晶屯金矿F8断裂带深部定位预测

摘要：以冀西北水晶屯金矿为例,通过对该矿床Ｆ８断裂带成矿地质条件和找矿标志的分析研究,建立起了Ｆ８断裂带的地球化学原生晕模型和灰色系统ＧＭ（１．１）模型,并利用这些模型对其深部合矿性进行了预测．经工程验证,该预测效果是可信的．     

空间分类在连锁超市选址中的应用研究

空间数据挖掘是一种知识决策支持技术,本文以大型综合连锁超市为例,研究了空间分类挖掘方法在连锁超市选址预测中的应用问题。结合连锁超市定位理论,对实验数据进行了选择和处理。同时进行了基于关联的分类实验,得到指导和预测选址的知识,并对预测知识的准确性和可信度进行了检验,结果显示预测准确率和可信度较高。本文制定的挖掘方案可为连...     

基于灰色支持向量机的地铁沉降滚动预测

为了确保地铁隧道主体结构和周边环境安全,必须对地铁隧道结构进行沉降监测,对监测数据进行及时分析与反馈,并对以后的沉降情况作出预测,对防止事故发生有着重要的现实意义。本文结合灰色系统理论和支持向量机(SVM)的基本原理,采用滚动预测的方式建立灰色支持向量机沉降预测模型,以提高沉降预测精度。通过工程实例的预测结果对比表明,组合模型与灰色和SVM两个单独预测模型相比能够更准确的反映实际的沉降过程,具有很大的应用价值。     

利用BP神经网络进行水库滑坡变形预测

滑坡变形监测与预测是滑坡预警预报中一种非常重要的途径。文章首先简单介绍了神经网络的基本原理和学习算法,然后利用某水库滑坡24期的GPS地表位移监测数据及其诱发因素即水库水位、降雨等资料,采用BP神经网络模型对该水库滑坡变形进行建模,最后将6期水库水位、降雨等资料输入模型进行滑坡变形预测,结果表明预测结果与实测数据符合性好,总体上能较好反映变形趋势。     

南海夏季风爆发日期和强度的短期气候预测方法研究

利用合成及相关统计方法，研究冬季南海季风指数与850hPa风场、500hPa高度、海表温度、OLR等环境场的相互关系及其影响南海夏季风活动的可能机制。指出冬季南海季风指数及环境场的异常特征可以作为预测南海夏季风活动的前兆信号。在此基础上建立了预测南海夏季风爆发日期和强度的概念模型，1998－2001年的预测试验取得了较好成绩。     

大型基坑工程水平位移监测与预测结果分析

以银川大世界商务广场的基坑为例,介绍了大型基坑工程水平位移监测的实施方案,给出了水平位移监测方法的精度,并对监测成果进行了分析。在此基础上,分别用多项式拟合和时间序列分析模型两种方法进行建模,对基坑水平位移进行预测,结果表明,该基坑水平位移较小,在规范规定的要求之内,说明基坑是稳定的;时间序列分析模型的预测精度要高于多项式拟合模型的精度。     

沿海地区热力内边界层高度预测的理论研究

本文对weiman(1976),Venktram(1977)等关于热力内边界层高度的预测公式进行了分析和比较,指出:这些公式在远离海岸线处不能很好地预测热力内边界层高度。作者详细地论述了热力内边界层的发生、发展机制,及其与局地海风的关系,并提出了一种新的热力内边界层高度的预测公式。该公式克服了上述公式的缺点,预测效果较好。