共查询到20条相似文献，搜索用时 609 毫秒
1.
考虑路基侧向变形的沉降双线性预测模型 总被引：1，自引：0，他引：1
考虑路基侧向变形的影响,提出采用双线性模型预测沉降。预测模型包含时序自回归项、线性回归项和双线性项三部分。为了研究模型参数的时变特性,将沉降预测分为模型参数的预测和在此基础上的沉降预测。采用多层递阶方法计算模型的时变参数,进一步分析参数序列的变化趋势,计算后续时段的参数预测值,并以此进行沉降预测。实例分析表明,双线性动态预测模型能很好地反映路基的沉降特性,具有较高的预测精度和实用价值。 相似文献
2.
传统方法在计算含水层渗透系数的过程中通常面临着不均匀系数C难以确定、对研究区水文地质条件较为依赖等困难。通过分析和概括内分泌系统独特的信息处理功能,构建了人工内分泌网络模型。在详细介绍模型算法和计算步骤的基础上,将其应用到华北平原滹沱河冲洪积扇前缘,根据孔隙度及粒度分布特征对含水层渗透系数进行预测,并与传统的经验公式Beyer法和Slichter法进行对比。计算结果表明：Beyer法的预测精度最低,其相对误差主要集中于0.078~1.342;Slichter法的预测精度有所提高,但对于渗透系数极端值的预测仍存在较大误差,相对误差主要集中于0.046~0.643;人工内分泌网络模型具有较高的预测精度,其相对误差主要集中于0.006~0.420。与传统经验公式相比,人工内分泌网络模型具有较高的计算精度和良好的通用性,且能够直接计算出含水层的垂向渗透系数,无需后期的数据验证。 相似文献
3.
4.
基于GM（1，1）的组合灰色模型预测软基沉降 总被引：2，自引：0，他引：2
以灰色系统理论为基础,建立了沉降预测的组合灰色模型,对一般灰色模型具有的无限增长特性进行了改进和修正。在求解过程中,采用spline插值函数对现场观测沉降数据进行插值变换生成等时距序列,并对沉降预测模型的初值进行了优化选择,以提高预测精度。运用MATLAB语言编制模型计算程序,通过沉降预测实例及后验差法检验模型精度,表明沉降预测的组合灰色模型预测精度较高,具有较强的适用性。 相似文献
5.
灰色系统和BP神经网络相结合的矿产资源预测模型 总被引：2，自引：0，他引：2
这里介绍了灰色系统和BP神经网络相结合的预测原理,利用BP网络,对改进的GM(1,1)残差修正模型所得预测的结果进行再预测的组合预测模型,并对攀枝花市钒钛磁铁矿的产量进行了预测。计算结果表明,该预测方法是可靠的,并具有较高的预测精度。 相似文献
6.
7.
基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势. 相似文献
8.
在大量已有湿陷性黄土地区强夯资料的基础上,采用频数统计的方法,根据变权的概念确定权重,从而构建了一个基于模糊相似优先比的湿陷性黄土强夯有效加固深度预测范例推理模型。该模型是将已有强夯实例作为源范例,将待分析实例作为目标范例,选取相应的评价指标作为模糊因子,通过源范例与目标范例之间模糊因子的相似度计算,得到目标范例与源范例之间的相似性序列,找到与强夯有效加固深度目标范例最相似的源范例,实现有效加固深度的预测。实例分析表明,有效加固深度预测值与实测值误差在10%以内,预测精度较高,具有一定的推广价值。 相似文献
9.
将诱发水库地震的主要因素（岩性、岩体完整性、断层性质、库区区域应力状态、库区地震活动背景）划分为11个因子,并进行定量化;再根据每个样本到所属类内超平面的距离计算每个样本点的模糊因子,确定其对分类超平面影响大小;然后建立水库地震的支持向量机（SVM）和模糊支持向量机（FSVM）模型,并应用于水库诱发地震等级预测。实例分析表明,两种模型均可用于水库诱发地震等级预测,具有预测精度较高、考虑因素全面的特点,相比之下SVM模型预测结果略优于FSVM模型。另外,在应用SVM和FSVM进行分类时,如果样本离散性较高,则SVM模型优于FSVM模型;相反,如果样本离散性较低,则FSVM模型优于SVM模型。 相似文献
10.
用神经网络模型预测济宁市地下水水位变化规律 总被引：5，自引：1，他引：4
本文通过应用人工神经网络模型中的ＢＰ网络模型,对济宁市地下水水位变化规律了预测,并与线顺归模型的计算结果进行比较,证明ＢＰ网络模型的精度较高。 相似文献
11.
12.
路基沉降预测的Usher模型应用研究 总被引：7，自引：0，他引：7
基于线性或近似线性加载情况下路基沉降过程和Usher曲线,将广泛用于经济和资源预测的Usher模型应用于路基沉降预测。对Usher模型微分方程式的分析表明,目前用于沉降预测的Logistic模型和Gompertz模型是Usher模型的两种简化形式,但Usher模型对于实际情况具有更强的适应性。阐述了Usher模型参数的计算方法,并结合某工程实例进行了计算分析,对比结果说明Usher模型用于沉降预测的效果较好,且比Logistic模型和Gompertz模型具有更高的预测精度,可供工程应用参考。 相似文献
13.
14.
受地质、工程等众多因素的影响,岩土质边坡稳定性具有未确知性、随机性、模糊性、可变性等特点,很难用简单的力学、数学模型描述。提出了用基于Takagi-Sugeno模型的模糊神经网络来对边坡稳定性进行评价,该模型同时兼具神经网络和模糊逻辑二者的优点,既可以比较容易地处理模糊性的实际问题,又具有较好的学习能力。将此模型与BP神经网络模型同时应用于80个实际边坡样本进行训练和预测,结果表明该模型具有预测精度更高、收敛速度更快、预测结果与实际结果吻合度更高的特点 相似文献
15.
采用土壤颗粒体积累积曲线按照不同的粒径分级方法计算表面分形维数,避免了原始计算过程中颗粒密度不变的假设,改进了计算中的缺陷。结合土壤水分特征曲线分形模型—de Gennes模型,预测试样的SWRC。结果发现:不同颗粒分级只会影响表面分形维数的大小;相同颗粒分级情况下,计算得出的分形维数随着土壤粘粒含量降低而减小;采用D2(最大半径为1mm)的分级情况计算出的表面分形维数,预测得出的结果与实测值相差偏大,RMSE≥2.11E-02cm3/cm3只适合粗略估计田间土壤的水分特征曲线;通过D1(最大半径为0.1mm)计算出的表面分形维数,结合de Gennes模型预测水分特征曲线结果与实测值非常接近,RMSE≤0.0105cm3/cm3。研究表明采用土壤颗粒体积累积曲线计算表面分形维数,并预测土壤水分特征曲线是合理的,具有较高的预测精度。 相似文献
16.
地下水位预测能为生态环境保护和地下水资源规划、管理提供科学依据。为了对地下水位动态变化进行准确预测,针对地下水位样本之间的相似性及影响因子与地下水位之间具有的确定、不确定性特征,提出将集对分析与相似预测相结合,从同、异、反三方面定量刻画地下水位的当前样本与历史样本之间的相似性,建立了基于集对分析的地下水位相似预测模型,并应用该模型计算地下水位预测值。实例检验结果表明:基于集对分析的地下水位相似预测模型的平均相对误差小于3%。与其他地下水位预测方法相比,该方法用于地下水位预测具有物理概念清晰,计算简便,预测精度较高的特点。 相似文献
17.
18.
中心逼近式灰色GM(1,1)模型在滑坡变形预测中的应用 总被引：6，自引：0，他引：6
黄龙西村滑坡位于甘肃天水,属黄土高势能滑坡,滑体体积3.9105m3,基底为花岗闪长岩。为了提高滑坡灰色GM(1,1)模型的预测精度,采用一种改变背景值的方法--中心逼近式灰色GM(1,1)模型。通过黄龙西村滑坡实例验证分析,结果表明中心逼近式灰色GM(1,1)模型的预测值与该滑坡实际监测值十分接近,且其残差平方和及平均误差百分比明显比传统灰色GM(1,1)模型的残差平方和及平均误差百分比小,具有较高的预测精度。同时,可通过调整模型中参数m的取值,使中心逼近式灰色GM(1,1)模型具有更高的预测精度。经计算,当m=6时,中心逼近式灰色GM(1,1)模型的预测精度比传统灰色GM(1,1)模型提高了5.34%。 相似文献
19.
突发型黄土滑坡灾前变形量小,加速阶段历时短,预警预报难度大。为探究该类滑坡失稳时间预测的新途径,降低滑坡造成的经济损失和人员伤亡,以2019年甘肃黑方台地区发生的4起滑坡为研究对象,基于改进的切线角模型确定滑坡变形阶段,提出以改进切线角为指标的简化累计计算方法;采用斜率模型（SLO模型）从滑坡各变形阶段起算进行失稳时间预测,从速度倒数变化趋势、滑坡成灾模式等方面分析预测结果差异。研究发现:（1）斜率模型在突发型黄土滑坡失稳时间预测方面具有一定的可行性,从80°切线角起算得到的预测精度最高;（2）以切线角为划分指标进行简化累计计算能降低数据波动对预测结果的影响,反映预测寿命变化趋势,提高预测精度;（3）速度倒数变化趋势呈“凹”型时提前预测概率大,速度倒数变化趋势呈“凸”型时滞后预测概率大,速度倒数变化趋势呈线性时模型预测精度较高;（4）该模型在黄土滑移崩塌型滑坡中的预测效果要优于静态液化型滑坡。 相似文献
20.
边坡变形模拟预测的普适灰色模型 总被引：13，自引：2，他引：13
传统灰色GM(1,1)模型,多适用于等间距监测数据序列的模拟预测;对非等间距序列,一般经过等间距处理或经过繁复的变换计算直接建立非等间距模型.从边坡变形模拟预测的角度来讲,传统灰色GM(1,1)模型只有当边坡变形呈低增长序列时,才能获得较高的模拟和预测精度,而对呈高增长序列的边坡变形往往产生较大的滞后误差.以优化灰色模型背景值为基础构建的普适GM(1,1)模型,不仅适用于边坡变形等间距监测数据的低、高增长序列,而且适用于非等间距的低、高增长序列,且都能获得很高的模拟和预测精度,对边坡变形的模拟预测具有普遍的适用性. 相似文献