共查询到20条相似文献，搜索用时 15 毫秒
1.
为解决以往模型未考虑地下水位相关影响因素的问题,探讨长短期记忆（LSTM）神经网络在地下水位预测中的应用,利用长短期记忆神经网络,采用多变量输入的方式,构建了基于多变量LSTM神经网络的地下水水位预测模型。以泰安市岱岳区J1号监测井为例,采用2001-2014年地下水水位动态监测资料与相关影响因素数据,利用多变量LSTM神经网络对2015-2016年地下水位进行预测,并与单变量LSTM神经网络和反向传播（BP）神经网络进行对比。研究结果表明：以相关影响变量为输入的BP神经网络无法考虑时序变化规律,预测均方根误差最大,为2.399 3;以地下水位为变量输入的单变量LSTM神经网络仅能根据时序变化作出相应预测,无法考虑相关变量影响,预测均方根误差为2.102 2;基于多变量输入的LSTM神经网络的预测精度显著高于单变量LSTM神经网络和BP神经网络,预测均方根误差最小,仅为1.919 1。总体上,多变量LSTM神经网络地下水位预测模型仅在某些峰值处误差较大,但总体预测效果较为理想。 相似文献
2.
基于PCA-GEP算法的边坡稳定性预测 总被引：5，自引：1，他引：4
提出一种基于主成分分析的基因表达式程序设计算法,并将其用于边坡稳定性预测。该算法先采用主成分分析法对样本数据进行预处理,有效地减少预测模型的输入量,消除输入数据间的相关性,再将得到的新样本数据输入基因表达式,构建边坡稳定性的预测模型。利用该预测模型对82个危险圆弧破坏边坡实例中的71个实例进行学习,对另外11个实例进行预测,取得了较好的效果。在保留传统的以误差值作为评判模型优劣标准的同时,引入AIC信息准则法,分别对v-SVR算法和GA-BP网络算法和PCA-GEP算法三种预测模型进行比较分析,结果表明,运用该算法可以获得更优的预测模型,其预测结果比v-SVR算法和GA-BP网络等其他算法得到的结果具有更高的预测精度。工程实例计算表明,该方法是合理、可行的。 相似文献
3.
引入主成分分析法和基于共轭梯度优化算法的人工神经网络模型原理,建立了静压管桩单桩竖向承载力预测估算的新方法。通过对影响单桩极限承载力的各因素进行主成分分析确定了综合变量,构建了以综合变量为输入,以单桩极限承载力为输出的神经网络模型。应用神经网络结构分析的共轭梯度算法,优化计算获得给定样本的网络权值和阈值,获得静压管桩极限承载力的估算网络,应用实例分析计算了静压管桩单桩极限承载力问题。结果表明,利用所建立的神经网络预测静压管桩极限承载力是可行的,且具有较好的预测精度和良好的适用性。该方法为静压管桩竖向承载性状的理论分析开辟了一个新的研究途径,为今后相关问题研究提供借鉴和指导 相似文献
4.
为可靠预测基坑周边地表沉降的发展趋势,提出了一种基于混合蛙跳算法和广义回归神经网络模型的基坑地表最大沉降预测模型（SFLA-GRNN模型）。首先,在沉降机制分析并初选输入变量集的基础上,利用灰色相关度分析对模型输入、输出变量的相关性进行量化,并剔除与输出变量相关性明显偏小的输入变量;其次,利用混合蛙跳算法（SFLA）对广义回归神经网络模型（GRNN）的平滑因子进行优化确定,减少人为因素对模型精度和泛化能力的不良影响;最后,利用筛选得到的输入变量集建立基坑地表最大沉降预测的广义回归神经网络模型。实例应用及对比计算结果表明,基于灰色相关度的输入变量筛选和基于混合蛙跳算法的平滑因子优化均能够有效提高广义回归神经网络模型的精度和泛化能力,以上结论可为类似变形预测提供参考。 相似文献
5.
以元江镍矿1号尾矿坝为例，利用极限平衡法，在渗流和非渗流两种状态下对尾矿坝的稳定性进行研究，并对尾矿坝的天然重度γ、内摩擦角φ、黏聚力c与稳定性系数进行敏感性分析，综合研究得出：内摩擦角和粘聚力与尾矿坝稳定性系数均呈正相关关系；天然重度与尾矿坝稳定性系数呈负相关关系；非渗流作用下，尾矿坝物理力学性质与尾矿坝稳定性系数的敏感性排序为：φ>c>γ;渗流作用下，尾矿坝的物理力学性质与尾矿坝稳定性系数的敏感性排序为：φ>γ>c。 相似文献
6.
7.
基于PCA-SVR的煤层底板突水量预测 总被引：1，自引：0，他引：1
提出了一种基于主成分分析支持向量机回归(PCA-SVR)的煤层底板突水预测方法,用主成分分析来解决输入变量的选择问题。主成分以较少的维数包含了高维变量所携带的大部分信息,这不仅避免了过多的输入导致训练速度慢,同时也保证了预测准确度。实例表明,所提方法可有效消除众多影响因素间的相关性,减少输入变量个数,提高预测效率和精度。 相似文献
8.
回采巷道的稳定对煤矿的安全、高效生产至关重要,在生产前应对其评价,以利于采取针对性的措施。为提高回采巷道稳定性预测的准确率,将主成分分析(PCA)与随机森林(RF)算法相结合,对回采巷道稳定性进行预测。根据回采巷道稳定性的影响因素,选取围岩强度、埋深、节理裂隙发育程度、巷道跨度、直接顶与煤层厚度之比和松动圈厚度6个指标作为巷道稳定性的影响因素。采用PCA提取影响因素的主成分,选取贡献率大于80%的3个主成分,代替原有的6个影响因素,将其作为随机森林(RF)的输入变量。将回采巷道稳定划分为4个等级,建立PCA-RF回采巷道稳定性预测模型。研究结果表明:采用PCA-RF模型误判率低,具有较高的预测精度,能够相对有效地对回采巷道的稳定性进行判定。 相似文献
9.
郝喆 《地质灾害与环境保护》2018,(1)
采用永久变形分析和地震时程分析相结合的综合研究方法,开展某大型现场尾矿坝的稳定性评价。依据尾矿坝工程场地地震安全性评价结果,确定工程场地50a超越概率10%、5%的荷载时程输入曲线;采用修正UBCSAND模型进行隐式非线性分析;采用粘性输入边界,解决动力荷载时程较长时引起计算不收敛的问题;进行尾矿坝的三阶振型特征周期计算;进行基本烈度下永久变形分析,剖析不同坝体标高的变形特征;绘制位移云图并剖析位移变化特征;采用时程+SRM法,计算绘制50a超越概率10%和5%的安全系数时程曲线。根据永久变形和稳定性系数计算结果,综合判定尾矿坝稳定状态,据此对现场尾矿坝提出加固建议。建立的研究方法和成果可为大型尾矿坝稳定性评价工程提供参考。 相似文献
10.
11.
12.
传统的水质预测模型计算复杂，且在大对流情况下会引发误差，对于大数据时代下智能化的水质预测问题并不适用。本文针对旧金山湾地表水质研究区的数据资料，利用数据分析、统计检验、深度学习时序模型等技术方法对该研究区的水质进行研究，根据主成分信息构建了长短时记忆（LSTM）循环神经网络模型，对研究区的5个地表水质采样站点进行了水质预测。结果表明：长短时记忆循环神经网络模型通过门控制循环和记忆单元结构，有效控制传入模型的输入特征，从而降低模型的复杂度；双层长短时记忆循环神经网络模型较单层长短时记忆循环神经网络模型的预测精度平均提高5.3%。利用LSTM模型可以对旧金山湾地表水质进行有效评价。 相似文献
13.
铁矿尾矿料力学特性及坝体变形稳定性研究 总被引：1，自引：0，他引：1
尾矿料矿物成分复杂,物理力学特性区域差异性大。本文以西南地区某铁矿拟建尾矿库为研究对象,对粗、细两种尾矿料进行了系统的物理力学特性试验,获得了粗细尾矿料物理力学指标并应用到尾矿库坝数值分析,分析了该尾矿库坝的应力变形特性,对不同堆积高程、不同工况下尾矿库坝的安全稳定性进行计算分析。此外采用拟静力法对地震荷载作用下尾矿坝的稳定性进行分析。结果表明,粗尾矿料会呈现出剪胀和软化力学特性,而细尾矿料则无明显剪胀;尾矿坝坝体内以压应力为主,坝体表面出现小范围拉应力区;高堆积高程,坝体倾向于发生深层滑动,坝体最小安全稳定性系数较大;干滩长度增大明显提高坝体稳定性;最后对该尾矿库的安全运行提出了一些针对性措施及建议。 相似文献
14.
15.
浅议上游法细粒尾矿堆坝问题 总被引：19，自引：2，他引：19
上游法细粒尾矿堆坝是尾矿处理技术遇到的难题之一。本文对细粒尾矿堆坝的不利条件进行了分析，通过和一般砂性尾矿堆坝条件的对比，讨论了二者在沉积滩形态、坝体剖面结构及土层力学性状等方面的差异对尾矿坝稳定性的影响。并就如何解决这一辣手问题提出了一些看法。 相似文献
16.
《岩土力学》2021,(2)
科学预测隧道掘进机(TBM)净掘进速率,对于隧道(洞)工程施工方法选择、施工进度安排以及成本估计具有重要意义。鉴于TBM施工过程具有高度非线性、模糊性和复杂性等特征,为提高TBM净掘进速率的预测精度和计算效率,采用偏最小二乘回归(PLSR)提取影响参数主成分,再利用深度神经网络(DNN)进行训练预测,提出了一种基于PLSR-DNN耦合方法的TBM净掘进速率预测模型。基于兰州水源地建设工程输水隧洞双护盾TBM施工实测数据,选择岩石单轴抗压强度、单轴抗拉强度、刀盘推力、刀盘转速、岩体完整性系数和岩石耐磨性指数,共6个影响参数,验证了模型预测的合理性,并对不同预测方法的拟合精度和预测精度进行了对比分析。研究结果表明:(1)偏最小二乘回归可有效克服自变量之间的多重共线性问题,将提取的主成分作为深度神经网络的输入层进行训练,简化了神经网络结构;(2)PLSR-DNN耦合预测模型避免了过拟合与拟合不足问题,具有收敛速度快,求解稳定和拟合精度高等特点;(3)PLSR-DNN耦合预测模型平均相对拟合误差2.96%,平均相对预测误差3.27%,其拟合精度和预测精度均明显高于偏最小二乘回归模型、BP神经网络模型以及支持向量回归(SVR)模型。 相似文献
17.
岩溶地表塌陷是由多个影响因素共同作用导致地面形成塌陷坑（洞）的一种动力地质现象,具有隐蔽性和突发性的特点,常规简单数学模型难以对地表塌陷危险性准确预测。文章先通过主成分分析法（PCA）对选取的地下水位、地下水位波动幅度、给水度等11个影响因素提取5个主成分,对导致地表塌陷危险性的主成分进行全新的解释,同时引入粒子群算法（PSO）优化的支持向量机（SVM）方法,建立PCA-PSO-SVM岩溶地表塌陷危险性预测模型,并结合凡口铅锌矿地区工程实例,将预测结果与单一的SVM模型预测结果进行对比,表明PCA-PSO-SVM危险性预测模型精度更高,可以更好地为岩溶地表塌陷防治工作提供依据。 相似文献
18.
19.
用瑞典圆弧法对某尾矿坝的抗滑稳定性进行了计算分析,得到了不同坝体高程和不同运行情况下尾矿坝的抗滑稳定性安全系数。结果表明浸润线对坝体稳定性的影响很大,当浸润线位置较高,坝体趋于饱和状态时,坝体稳定性降低很多。同时根据抗滑稳定性的计算分析结果,对尾矿坝的治理提出了一些建议。 相似文献