共查询到20条相似文献，搜索用时 125 毫秒
1.
可靠性数学在斜坡稳定性分析中的应用 总被引：1，自引：1，他引：1
本文将可靠性数学的相关理论引入斜坡稳定分析中，结合斜坡在变形破坏中的各影响因素均具有一定随机性的实际情况，提出了基于概率方法的斜坡稳定性可靠性计算公式，具有一定的现实意义。 相似文献
2.
3.
针对经典灰色系统模型的不足，根据灰色系统理论的信息处理原则，在模型中引入遗忘因子，建立了灰色系统沉降预测的非等步长灰色时变参数模型，并在求解过程中引入遗忘因子以修正预测结果。模型充分考虑了预测系统的时变性和灰色性，从而降低对预测系统状态的预测误差。实例预测表明，灰色时变参数模型可以将工后总沉降量的预测误差控制在23%以内。误差检验结果显示，预测结果的精度等级较引入遗忘因子修正前有显著的提高。 相似文献
4.
5.
应用数据本构分析方法,对三峡库区巴东县黄土坡前缘斜坡变形发展趋势进行了分析预测,阐明了数据本构分析预测对斜坡地质灾害的分析、防治意义。 相似文献
6.
滑坡灾害空间预测研究 总被引：14，自引：2，他引：14
介绍了滑坡灾害空间预测的常用理论和方法、研究特点和适用范围，指出了区域滑坡空间预测、单体斜坡稳定性预测和滑坡灾害风险研究的发展趋势；以三峡库区巴东县黄土坡区斜坡稳定性区划为例，用神经网络模型和信息量模型两种方法进行了斜坡稳定性预测，取得了满意的效果。 相似文献
7.
位移监测在边坡治理工程中的应用 总被引：7，自引：0，他引：7
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。 相似文献
8.
滑坡的变形破坏行为与内在机理 总被引：2，自引：0，他引：2
自20世纪60年代日本学者斋藤借助于蠕变试验成果进行滑坡预测预报以来,人们就一直不停地对斜坡变形破坏行为和滑坡预报方法进行研究和探索,先后提出了数十种滑坡预测预报模型和方法。随着滑坡变形监测实例的不断增多,其变形监测资料越来越丰富,各式各样的变形-时间曲线相继产生。斜坡变形-时间曲线的类型、特征以及形成这些变形-时间曲线的力学条件等诸多问题都是滑坡预警预报必须查明的最基本科学问题。本文通过对各类滑坡变形破坏行为和变形-时间曲线的分析总结,结合岩土体流变试验成果,根据斜坡变形-时间曲线特征,将滑坡分为稳定型、渐变型、突发型3类,并给出了产生这3类变形行为的力学条件。同时,从细观力学的角度分析认为,斜坡产生宏观变形破坏行为的主要原因是岩土体细观尺度颗粒的"流动"和"微破裂",但在不同岩性组成的斜坡和同一斜坡的不同变形阶段,"流动"和"微破裂"将分别发挥不同的作用。 相似文献
9.
10.
煤体变形程度控制着煤与瓦斯突出和煤层气的可开发性,煤体结构空间展布预测是人们长期关注的焦点。以岩体力学和分形几何学基本理论为指导,以安阳矿区双全井田为例,通过计算岩体强度因子和分形维数,系统探讨了岩性结构对煤体变形的影响。研究表明,岩体强度因子和分形维数与断层和测井曲线判识的煤体结构之间存在密切关系:低强度因子和分形维数区,煤体易发生韧性变形,软煤发育;高强度因子和分形维数区,煤体(和岩体)以脆性变形为主,以断层发育为特征。这一结论为井田构造发育特征和软煤空间展布所证实。岩体力学和分形几何学的引入,为煤体结构空间展布区域预测提供了一种新途径。 相似文献
11.
岩体变形模量是研究岩体变形特性的重要参数,它对工程岩体稳定性评价与优化设计具有重要意义。本文提出了基于因子分析的BP神经网络预测岩体变形模量的方法。以西藏某水电站为例,在现场调查、室内外试验的基础上,建立了48组包括密度、吸水率、纵波波速、单轴抗压强度、岩块变形模量以及泊松比等因素的数据库,采用因子分析法对6个影响因素进行分析,可得3个公共因子,该3个公共因子作为神经网络的输入参数,采用BP神经网络进行预测。结果表明:利用因子分析法可降维输入数据,消除BP神经网络中由于输入数据太多而影响数据处理速度的缺陷; 把因子分析法和BP神经网络结合进行岩体变形模量的预测,可使预测精度提高; 该研究思路不仅对岩体变形参数的预测是一个有益的尝试,而且对类似岩土工程问题的预测也有借鉴意义。 相似文献
12.
基于BP神经网络的滑坡监测多源异构数据融合算法研究 总被引：1，自引：1，他引：0
针对滑坡监测中的多源异构数据融合问题,论文提出了一种基于BP神经网络的多源异构监测数据融合算法。该算法将影响滑坡变形的温度、湿度、风力、云量、单日降水量和累计降水量等多环境因子变量作为输入变量,以滑坡位移变化量数据作为期望输出数据,并利用各环境因子变量和滑坡位移变化量的相关性及显著性进行环境因子变量筛选,以提高算法的预测精度。论文采用甘肃省永靖县黑方台党川滑坡的实测数据进行了试验,结果表明:反向传播（Back-Propagation,BP）神经网络数据融合算法适用于具有多源异构监测数据的滑坡变形预测;在进行环境变量因子筛选后,BP神经网络数据融合算法的决定系数达到0.985,均方根误差（RMSE）达到0.4787 mm,从而有效提高了变形预测结果的精度。 相似文献
13.
In order to study contemporary crustal movement of Antarctic, China has not only constructed the deformation monitoring network in West Antarctic Fildes strait region, but also monitored the network by using DI-20 Geodimeter and GPS instruments, and participated the Antarctic GPS Campaign Observation organized by SCAR as well.During mathematics processing of crustal horizontal deformation observations, a method to bring deformation parameters into the error equations of observations is discussed in this paper. Several classical deformation models, such as rigid body displacement and strain, are introduced in detail. By analyzing the reference datum of statistical geodetic network, a conclusion is drawn that it is unfit to use rank-defected reference datum for the crustal deformation analysis, and another method is developed to set up different additional weight matrix for every different kind of parameter, the classical adjustment and rank-defected adjustment are well unified. Two methods of considering or non-considering the relation between point parameters and deformation parameters are compared, and the former is more appropriate than the latter. A series of programs are developed to implementing the method mentioned above and the analysis of West Antarctic Fileds deformation monitoring network. It is also involved GPS data processing and analysis of deformation results in the paper. The research results indicate that it seems exacting displacement in Fildes rift region, but the displacement is not large, just a little rift shear movement. 相似文献
14.
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。 相似文献
15.
人工神经网络通过调整网络中的连接权值、网络结构，实现输入输出非线性映射关系，对三峡永久船闸中隔墩的变形进行预测。具有全局最优化遗传算法可使连接权值、网络结构得到最优解。将遗传算法与神经网络结合起来进行变形演化特征识别，对三峡永久船闸中隔墩时效变形进行智能预测，应用结果表明该方法具有较高的预测精度。 相似文献
16.
在应用神经网络进行洪水预报时,因洪水系统随着河道上游来流、区间降雨、河床演变等因素的动态变化,其特性并不总是按照基本相同的规律变化,对这类系统的参数辨识,要求算法具有较强的实时跟踪能力,以适应模拟或预测洪水运动变化过程的要求。在BP神经网络模型的基础上,运用最小二乘递推算法,引入时变遗忘因子实时跟踪模型中时变参数的变化,建立了神经网络在非线性系统中动态系统输入、输出数据间的映射关系。计算实例表明:该法对参数的快速时变具有较快的跟踪能力和较高的辨识精度,是一种非常实用的水文实时预报方法。 相似文献
17.
18.
Elasto-Viscoplastic Block Element Method and its Application to Arch Dam Abutment Slopes 总被引：1，自引：0，他引：1
Summary This paper presents an elasto-viscoplastic block element method and its application to the deformation and stability study
of arch dam abutment slopes. The paper is composed of two parts. The first part concerns the numerical methods used in the
analysis, which includes the identification of the rock blocky system, the algorithm of unconfined seepage flow in discontinuity
network taking the grout curtain and drainage curtain into account, and the elasto-viscoplastic block element method as well.
In the second part a complicated arch dam abutment slope is studied, from which the seepage flow, the deformation, and the
safety factor of the abutment slope are obtained. Based on the analysis suggestions about the seepage control and stabilization
measures are made.
Received October 15, 2000; accepted October 16, 2001 Published online August 2, 2002 相似文献
19.
加权函数组合预测边坡变形模型的研究 总被引：1，自引：0，他引：1
边坡变形监测是边坡监测的主要内容之一,其变形预测问题是边坡工程中主要技术难题之一。考虑边坡位移变形预测模型的局限性,如神经网络预测方法需要大量的实测数据作为学习样本,灰色系统模型要求原始数据序列必须满足指数规律,且数据序列变化速度不能太快等。建立了边坡变形反向传播神经网络预测模型,同时给出了灰色GM(1,1)边坡预测模型。提出边坡的神经网络与灰色系统加权函数组合预测模型,采用动态规划解法,将原模型转化为多阶段决策问题,使组合预测误差的平方和最小,得到组合权重,这样得到的变形预测结果的精度将大大提高,弥补了单一方法的局限性,满足工程预测的需要。通过边坡实例加以验证,加权函数组合预测模型的预测结果精度有一定提高,能够与实际监测数据相吻合,达到准确预测的目的。 相似文献
20.
基于粒子群优化神经网络算法的深基坑变形预测方法 总被引：1，自引：0，他引：1
深基坑变形预测是进行施工参数调整和确保深基坑施工安全的重要手段,而如何对其变形进行有效、准确的预测是一个有待解决的技术难题。采用粒子群优化算法对神经网络模型的初始权值和阈值进行优化,并将已有的变形监测数据作为神经网络的输入参数,建立了基于粒子群优化神经网络算法的深基坑变形预测方法。将形成的方法应用于长春市火车站北广场深基坑开挖监测工程中。结果表明：8号水平位移测点预测结果的均方根误差为3.78%,平均百分比误差为5.48%;9号地面沉降点预测结果的均方根误差为5.62%,平均百分比误差为3.23%。经验证,本文方法预测深基坑开挖过程中的变形具有较高的可信度。 相似文献