基于支持向量机的岩体工程分级

提出了岩体工程分级的一种新方法,即支持向量机方法。该方法可以根据有限的学习样本,建立影响岩体级别的条件的因素和级别之间的一种非线性映射,可以对未知的岩体进行工程分级。结果表明,这种方法具有较高的准确率。     

水库洪水调度系统的模糊循环迭代模型及应用

多目标水库洪水调度目标的权重确定一直是实际防洪调度中的难点,针对过去单一考虑主观权重或客观权重的多目标决策模式的缺陷,通过引入权重折衷系数的概念,提出了兼顾主观决策与客观决策统一的模糊循环迭代模型,可以同时得到方案优属度和目标权重。由于模型同时考虑了决策者意图和方案本身属性,使方案排序结果更为合理适用,将其应用于水库洪水调度方案的评价中,实例表明,该模型科学、实用。     

Assessing the Goodness-of-Fit of Statistical Distributions When Data Are Grouped

Modeling statistical distributions of phenomena can be compromised by the choice of goodness-of-fit statistics. The Pearson chi-square test is the most commonly used test in the geosciences, but the lesser known empirical distribution function (EDF) statistics should be preferred in many test situations. Using a data set from geomorphology, the Anderson–Darling test for grouped exponential distributions is employed to illustrate ease of use and statistical advantages of this EDF test. Attention to the issues discussed will result in more informed statistic selection and increased rigor in the identification of distribution functions that describe random variables.     

中国地震台网数字化改造的进展

应用数理统计方法,系统分析了2015年以来连续5年江西测震台网25个台站运行中断的原因,总结归类为8大故障类型,揭示了台站供电和通讯网络是影响正常运行的主要因素,占比达92%以上;故障统计分析显示,高温酷暑和冰冻严寒是故障高危时段,每年约有8周时间。针对主要因素和高危时段,提出了相应的改进措施与工作建议,这对江西测震台网运行保障将起到积极作用。     

建筑物震害直接经济损失评定的误差分析

本文概述了引起震害损失评定误差的主要因素。通过实际震害评定资料，定量分析了震害损失评估中各因素形成误差数值的大小。采用以采样平均相对误差或采样均方误差及损失值相对误差来评估震害评定质量的方法，并通过分析给出综合衡量评定精度的量化指标，对震害经济损失评定准确度进行评估。     

基于模糊聚类的新疆典型高寒草原土壤pH值空间制图

准确、高效地掌握草原土壤属性的空间分布能够为草地资源境管理提供基础信息和参考依据。相比于传统土壤调查方法,基于模糊逻辑的土壤—环境推理能够提高野外采样效率和预测制图精度,被广泛应用于数字土壤制图。但由于土壤自身的空间变异性及其与环境条件间的非线性,现有推理模型的稳定性较低,尚未在高寒草原区进行应用。选择新疆巴音布鲁克典型亚高山草原地区约4 km^2区域为研究区,以高程、坡度、坡向、沿剖面曲率、沿等高线曲率、地形湿度指数6个地形因子为土壤环境因子,采用模糊C均值聚类(Fuzzy C-means Clustering,FCM)方法对环境因子聚类,得到9个环境因子组合,并在隶属度值高的环境因子组合中心共设置18个典型点。运用土壤—环境推理方法模拟研究区表层土壤pH值空间分布,其变化范围在7.170~8.186之间。选取35个独立样本进行精度检验(均匀采样点16个,横截面采样点9个,垂直带采样点10个),模拟结果与实测值基本吻合,且基于模糊聚类和土壤—环境推理方法的模拟精度高于普通克里格法和反距离权重法。通过基于模糊逻辑和土壤—环境推理的数字土壤制图方法在小尺度区域的运用验证,结果表明基于典型点的采样方案能够快速、有效地对区域土壤属性进行空间模拟,该方法对于类似小尺度的研究区同样有效。     

双目标耦合不确定性模糊模式识别模型

本文在陈守煜建立的模糊模式识别理论的构架基础上,将加权广义距离与模糊熵最小作为模式识别的复合目标函数,建立了考虑随机和模糊不确定性,使目标函数最小的新型模糊模式识别耦合模型。应用此模型对我国12个湖库的富营养化程度进行综合评价,并与原模型的双目标结果进行比较,说明本文建立的模型考虑了不确定性因素的优越性。     

地下水位预测的模糊推理

本文采用模糊逻辑推理方法对地下水位进行预测,收到较好的效果,该方法与其它方法相比提高了预测精度,简化了计算方法。     

On the prediction of persistent processes using the output of deterministic models

A problem frequently met in engineering hydrology is the forecasting of hydrological variables conditional on their historical observations and the hindcasts and forecasts of a deterministic model. On the contrary, it is a common practice for climatologists to use the output of general circulation models (GCMs) for the prediction of climatic variables despite their inability to quantify the uncertainty of the predictions. Here we apply the well-established Bayesian processor of forecasts (BPF) for forecasting hydroclimatic variables using stochastic models through coupling them with GCMs. We extend the BPF to cases where long-term persistence appears, using the Hurst-Kolmogorov process (HKp, also known as fractional Gaussian noise) and we investigate its properties analytically. We apply the framework to calculate the distributions of the mean annual temperature and precipitation stochastic processes for the time period 2016–2100 in the United States of America conditional on historical observations and the respective output of GCMs.