斜坡灾害预警模型及其综合应用研究

针对正确构建合适的预警预报模型或方法是影响斜坡灾害成功预警预报的核心问题。本文总结了斜坡预警中常用的多种模型与方法,及其在典型工程中的应用效果,重点对其适用性进行了综合对比分析。通过对常用的预警预报方法(极限平衡法、Verhulst模型、灰色预测模型、指数平滑法、神经网络等)在适用条件、优劣性、可操作性及应用效果的详细分析,得到不同模型的选取原则与标准,并结合深圳边坡的特点及影响因素建立对应的预警模型,结果表明在构建斜坡灾害预警预报模型上具有一定的指导意义和应用价值。     

基于BIM技术的建筑供应链协同研究

为实现基于BIM技术的建筑供应链整体最优,首先通过建立因子分析模型,识别出基于BIM技术的建筑供应链的16个协同影响因素,然后建立基于BIM技术的建筑供应链协同因素的预测模型,采用多元线性回归分析的方法,研究各因子对供应链协同系统的动态影响,实现建筑供应链系统协同的动态优化过程和预测预报. 结果表明,该模型技术可以有效管理、协调和控制建筑供应链系统.      

基于Theil不等系数的调和平均组合预测模型在大坝安全监控中的应用

引进相关性指标Theil不等系数,采用调和平均组合预测方法,建立了基于Theil不等系数的调和平均大坝安全监控组合预测模型.结合某拱坝实测资料分析表明,该组合预测模型的预报精度高于传统的加权算术平均组合预测模型和各种单一预测模型,在大坝安全监测预报中具有较强的实用性.     

基于BP神经网络的流凌开河日期预报模型应用

依据开河机理,结合松花江某水文站的历史资料,建立了该站开河日期预报的BP神经网络模型.应用Levenberg-Marquardt算法改进了BP算法,采用循环递进的方法建立了实用预测模型.经实际流凌开河日期预报的验证表明,循环递进方法建立的实用预测模型能充分利用预报因子的信息和神经网络方法的非线性映射能力,预测精度高,合格率为100%.     

动态灰色预测模型在大坝变形监测及预报中的应用研究

详细地讨论了灰色预测模型GM（1，1）和动态灰色预测模型的基本内容及建模过程，并成功地将等维新息和等维灰数递补两种动态灰色预测模型应用于大坝变形的预测预报。实践证明，等维新息动态预测由于实时地加入了新的信息，提高了灰区间的白色度，预测效果最好；等维灰数递补动态预测利用了序列建模的结果，淡化了灰平面的灰度，使预测结果有所改善；GM（1，1）模型由于是静态地反映系统的变化趋势，预测的精度最低。因此，动态灰色预测模型在大坝变形的预测预报中比静态预测模型具有更高的应用价值。     

图书借阅量的灰色回归组合模型研究

将灰色预测模型GM(1,1)和线性回归预测模型相结合,采用"误差平方和最小"作为最优准则,建立了图书借阅量的组合预测模型.结果表明,用该模型对图书借阅量进行预测,其预报精度优于各个子方法,具有很好的应用价值.     

灰色预测在设备状态趋势中的应用

运用灰色系统理论对运行中的设备依其失效率建立了灰色预测模型,预报了设备运行状态趋势。     

一种板形预报和控制方法的应用研究

研究中厚板产生中板形预报与板形控制,以本城轧辊弹性变形理论为基础,通过模型简化和离散化建立了板凸度预报模型、板形预测模型及板形控制反馈修正模型,仿真结果表明,预测模型仿真数据较接近于实测数据,通过改变轧制过程中压下量的分配,间接实现板形控制的方法,在一定程度上,弥补了中厚板生产中无板形控制装置的缺陷。     

基于GIS的滑坡信息管理和预测预报系统的设计

探讨了基于GIS的滑坡信息管理和预测预报系统的设计。该系统以GIS软件MapInfo为平台，将与滑坡发生有关的多种数据进行存储、管理和分析，然后在充分考虑滑坡稳定性与各因素之间的统计相关性和位置相关性的基础上，建立滑坡影响因子叠加预测模型和神经网络预测模型。该系统不仅可以有效地管理滑坡数据，而且可以进行滑坡预测预报，为决策提供依据。     

灰色系统在干旱灾害预报中的应用

介绍了灰色系统理论,提出了灰色GM(1,1)数列预测模型,把它应用到干旱灾害预报中,取得了良好效果.     

基于改进麻雀搜索算法和支持向量机的边坡稳定性

边坡失稳是由多种因素共同作用的结果,常规的数学模型难以准确预测。为提高边坡稳定性预测精度,采用多策略融合改进麻雀搜索算法（improved sparrow search algorithm,ISSA）优化支持向量机（support vector machine,SVM）,进而建立边坡稳定性预测模型（ISSA-SVM模型）。将重度、粘聚力、内摩擦角、边坡角、边坡高、孔隙压力比6项因素作为输入特征,将边坡稳定性状态作为输出结果,进而预测边坡稳定性。选取国内外工程实例建立边坡数据库,将ISSA-SVM模型与SSA-SVM模型进行对比分析,通过灰色关联度分析法（grey relation analysis,GRA）进行敏感性分析。结果表明：ISSA-SVM模型预测精度更高、泛化能力更强,粘聚力和内摩擦角是对边坡稳定性最为敏感的因子。所提ISSA-SVM模型不仅能够准确地预测边坡稳定状态,还可以为其他领域相关问题提供参考。     

露天煤矿边坡稳定性的随机森林预测模型

 边坡工程是露天煤矿中的重点工程,边坡的稳定性关系着煤矿的安全生产。边坡稳定性预测是边坡防治工作的前提,针对煤矿边坡工程稳定性预测的复杂性,为了快速、有效地判别煤矿边坡稳定性,利用随机森林算法建立煤矿边坡稳定性预测模型。通过选取与煤矿边坡工程密切相关的岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力6 个指标作为边坡稳定性的影响因素,即为随机森林预测模型的输入,边坡稳定性状态作为随机森林预测模型的输出,通过随机森林算法建立边坡稳定性影响因素与边坡稳定状态之间的非线性关系。利用煤矿实测30 组边坡稳定性数据作为随机森林预测模型的训练数据集,进行模型的学习训练;另用12 组边坡稳定性数据作为预测模型的测试数据,通过训练好的边坡稳定性预测模型进行测试;为了验证随机森林预测模型的准确率,同时与SVM 和BP 神经网络的测试数据进行比较。结果说明,选取煤矿边坡稳定性的6 个指标建立的随机森林预测模型,人工控制参数较少、结构简单、容易实现,且具有较高的准确度,边坡稳定状态预测结果与煤矿边坡工程实际状态相吻合,能有效预测边坡稳定性状态,指导煤矿边坡防治工作的开展。     

高边坡施工期变形预测遗传神经网络模型

基于BP网络存在的不足,将遗传算法引入到BP网络模型中,建立了高边坡施工期相邻层开挖暂停阶段变形预测遗传神经网络模型,对边坡时效变形进行预测,并对预测的结果进行检验,结果表明模型取得较好的预测效果,可供类似工程参考使用.     

混沌时间序列在边坡位移预测中的应用

根据非线性边坡位移时间序列，运用相空间重构理论，建立了加权一阶局域法边坡位移预测模型、基于Lyapunov指数的边坡位移预测模型、基于神经网络的混沌时间序列边坡位移预测模型，对比分析了三个预测模型的特点。新龙寺滑坡预测研究表明，基于混沌时间序列预测方法具有很好的预测精度和广泛的适应性。     

融合标签相似度的 k 近邻 Slope One 算法

Slope One 协同过滤算法被广泛应用于个性化推荐系统中。标签是一种描述项目特性的重要形式,针对Slope One 算法推荐精度不足的问题,将标签信息融合到 Slope One 算法当中。同时参考 k 近邻算法思想,选取阈值过滤后的 k 近邻项目参与平均评分偏差计算,提高计算效率的同时增加预测精度。使用评分相似度和标签相似度作为权重修正线性回归模型。通过线性加权融合预测结果,进一步提升推荐质量。将算法应用于 MovieLens 数据集,与传统加权 Slope One 算法相比,平均绝对偏差下降4．8％,召回率和准确率分别提高32．1％和26．3％。     

一种基于小波变换和FARIMA模型的网络流量预测算法

提出了一种新的基于小波变换和FARIMA模型的流量预测方法,首先对原始流量进行小波分解,再进行mallat算法单支重构,接着用FARIMA模型分别对重构后的单支进行预测,最后整合流量.我们用真实网络流量进行了仿真实验,验证了提出算法的预测准确性,较之首先用FARIMA模型对小波系数进行预测再进行小波重构的方法减小了预测...     

基于ARIMA-KF模型的船舶系统设备状态参数预测

针对目前大多数预测模型在船舶智能运维领域应用过程中存在的预测精度偏低、模型不易构建等问题,提出了自回归积分滑动平均模型(Auto-Regressive Integrated Moving-Average Model,ARIMA)和卡尔曼滤波(Kalman-filter,KF)相结合的船舶系统设备状态参数组合预测模型—ARIMA-KF模型。该模型首先构建了自回归积分滑动平均(ARIMA)单步和多步预测模型;然后利用卡尔曼滤波(KF)算法对ARIMA预测模型参数值进行寻优,得到ARIMA-KF组合预测模型;最后,基于组合模型对船舶海水冷却系统状态参数进行预测,将预测值与实船获取的实际值进行对比及误差分析。结果表明,采用基于ARIMA-KF组合模型比单一的ARIMA模型预测精度提高3%左右。研究结果对船舶系统设备的健康管理和视情维修具有一定的指导意义。     

欠平衡钻井多相流模型评价分析

为了给欠平衡钻井工程设计提供切实可行的井底压力预测模型,比较了利用均匀流动方法（Guo Boyun模型）、经验公式方法（BeggsBrill模型、Orkiszewski模型、韩洪升和陈家琅模型）以及力学方法（HasanKabir模型和修正的Ansari模型）建立的三类欠平衡钻井稳定流动模型。利用FORTRAN90分别对6个模型进行了编程求解,模拟了欠平衡钻井过程的环空气液两相流动规律,预测了充气液欠平衡钻井的井底压力。并把模型预测结果和现场施工数据以及全尺寸试验井试验数据进行了验证,分别指出了6个模型的预测精度。验证结果表明用力学方法建立的修正的Ansari模型的预测精度较高,可以满足欠平衡钻井井底压力设计的工程精度要求。推荐在欠平衡钻井工程设计中使用该方法,保证全过程的欠平衡钻井,实现欠平衡钻井的经济效益。     

煤炭自燃危险性评价与预测研究

针对采空区自然发火进行了危险性评价.从发火条件入手,建立了采空区自然发火事故模型,确定了采空区发火现状危险等级;并利用采空区已有的自然发火预测指标建立BP神经网络的时间序列预测模型,对未来该采空区有无发火危险进行了预测,确定了未来采空区发火可能性大小,为采空区做好防火工作提供了理论依据.     

基于随机森林算法的混凝土早期抗裂性预测研究

将随机森林(Random Forest)回归算法应用于混凝土早期抗裂性研究.以松通项目混凝土为例,基于大量文献和工程经验选取了7个主要影响因素的混凝土早期抗裂性指标体系.以原始数据建立训练样本集和测试集,通过计算基于Bootstrap自助重抽样得到的袋外数据(OOB)的模型误判率,确定随机森林预测模型的最优参数,并对影...