基于FIG和GWO-SVM的灌浆功率时序预测

为更好地预测灌浆功率时序,建立基于模糊信息粒化(FIG)和灰狼优化支持向量机(GWO-SVM)的灌浆功率时序预测模型。首先,引入信息粒计算方法,将原始详尽的时间序列数值点分解为一系列信息粒,以减少模型的数据输入总量;其次,基于模糊集理论,采用模糊集算子对每个信息粒进行模糊计算,使得到的模糊信息粒可以合理地表示原始数值点集;最后,以支持向量机作为预测工具,并采用灰狼优化算法进行参数寻优,对产生的模糊信息粒进行快速准确的预测。结合实际工程,应用该预测模型对灌浆功率的波动范围和变化趋势进行预测研究,经过性能评价和对比分析,验证了模型的有效性和优越性。     

考虑压实特性的高心墙堆石坝非线性多孔弹性分析

传统高心墙堆石坝结构与渗流性态研究忽略了坝料物理、力学与渗透等压实特性的空间非均质性,且缺乏考虑渗透系数随外部荷载作用的变化,难以客观真实反映大坝结构与渗流性态．基于Biot固结理论框架,通过坝料改进多输出预测模型获得压实特性空间分布,采用Kozeny-Carman模型考虑渗透系数演化规律,推导考虑坝料压实特性的大坝非线性多孔弹性模型应力场与渗流场控制方程,从而建立耦合压实特性的非线性多孔弹性模型,并进一步基于约束随机场进行大坝结构与渗流性态精细有限元模拟,实现高心墙堆石坝非线性多孔弹性分析．结果表明：相比未考虑压实特性影响、未考虑渗透系数随外部荷载作用变化的模型,该模型对于大坝心墙沉降计算值与监测值之间的R2分别提高0.222和0.288,更利于进行大坝应力安全分析,心墙区渗透系数呈现明显的竖向分布,可以更好地反映大坝实际结构与渗流性态,研究结论可为进一步研究大坝压实质量控制提供理论依据．