基于PSO—SVM模型的拱坝坝变形预测研究

拱坝已成为大型水利枢纽的主要坝型之一,大坝变形预测是大坝安全监控的重要内容,预测分析的难点之一在于变形监测数据往往具有复杂的非线性特点．支持向量机（SVM）具有良好的泛化能力,可有效地解决小样本、非线性、高维数等问题,因此可将其广泛应用于拱坝变形观测中．由于算法的成功与否很大程度上取决于其参数的选取,本文充分利用粒子群算法快速全局优化的特点,采用粒子群算法来优化支持向量机的模型参数,建立了基于PSO—SVM的大坝变形预测模型．将该模型应用于某拱坝坝基变形预测中,与传统的多元回归模型预测结果进行对比．结果表明,PSO—SVM模型用于拱坝变形预测是可行的．     

魔术环下滑过程受力浅析

本文对＂魔术环＂这个简单的魔术从力学角度进行了阐述。文中以周长为（24.5×2）cm的钢链以及外径为4.5cm、内径为4cm的钢制圆环为研究对象,只考虑转动时摩擦力以及重力的影响,对钢链的重力、钢链的长度、以及钢链和圆环之间的摩擦系数进行了定性分析。     

高混凝土坝变形性态的库盘影响分析

在研究有限元模型边界确定方法的基础上,通过建立库盘大范围和近坝区小范围2种尺度有限元模型,并由库盘模型变形计算结果提取近坝区模型的边界条件,提出高混凝土坝变形性态的库盘影响分析方法,分析库盘变形对大坝变形性态的影响。典型实际工程计算结果表明,高坝大库工程,库盘作用对大坝变形影响明显,尤其坝前大库容工程在应用实测资料分析混凝土坝运行性态、反分析结构力学参数和变形监控指标时,应该考虑库盘变形的影响,以确保充分掌握大坝运行性态,有效监控大坝的安全运行。