首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 140 毫秒
1.
在传统模型基础上提出串联式组合模型,选择灰色模型对基坑监测数据的趋势项进行拟合,时间序列模型对监测数据的随机项进行拟合,发挥两者自身的特点,进行有机地组合预测分析。通过工程实例预测结果分析表明:串联式组合模型不仅能够预测出基坑的变形趋势,而且相对于时间序列模型、灰色模型有着较好的预测精度,体现出将串联式灰色时间序列组合模型应用于基坑监测的合理性和有效性。  相似文献   

2.
基于小波去噪的改进灰色自适应变形预测   总被引:1,自引:0,他引:1  
针对变形量的预测问题,研究了基于小波去噪的改进灰色自适应预测模型.由于监测变形体时很多因素会使测量数据与实际变形数据有偏差,因此首先利用小波去噪方法对变形监测数据序列进行去噪处理,然后再利用灰色自适应模型预测变形量;并对模型的初值进行了修正.最后对一组基坑变形监测数据实例进行分析,表明该方法比单一灰色预测模型更加有效.  相似文献   

3.
鉴于传统灰色模型在建模中存在固有偏差的问题,本文采用无偏灰色GM(1,1)预测模型.在无偏灰色预测模型表达式的基础上,又提出了非线性的预测模型,并将其用于城市的用水量预测上.考虑到单一预测模型在预测过程中存在的不足,用最优加权组合模型对无偏灰色GM(1,1)模型和非线性模型进行组合,并将加权组合模型首次用于遂宁市的城市用水量预测.预测结果表明,组合模型的预测精度优于单一的预测模型,预测结果与城市的实际用水量拟合较好,该方法可推广到其它类似城市的用水量预测中.  相似文献   

4.
将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对农村居民人均纯收入进行实证研究.针对灰色数据系列首先用GM(1,1)模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,得到马尔可夫链预测精度明显高于GM(1,1)模型预测.  相似文献   

5.
基于非等间隔GM(1,1)模型冲压线油液的光谱分析   总被引:3,自引:0,他引:3  
针对冲压线油液监测的光谱数据,分别进行了级比平滑和级比界区检验,检验其是否满足灰色理论中非等间隔GM(1,1)模型的应用条件,对不同长度和不同级比平滑度的序列进行了拟合、预测,计算结果显示该模型可很好地用于冲压线状态的分析和预测;同时根据不同序列计算结果的分析比较,提出了关于应用该模型模拟、预测监测对象运行状态以及数据采样的一些建议。  相似文献   

6.
用二维非线性有限元法分析了混凝土面板堆石坝的应力变形特性并对堆石料 灵敏度分析,用邓肯E-B模型作了应力,变形分析,得到坝体变形,面板变形和应力等成果。  相似文献   

7.
针对基坑变形预测中信息的灰色性和数据的非线性性,提出用灰色神经网络预测基坑变形的新方法。用一桩锚联合支护体系实例进行了预测研究,得到支护体系的不同预测模型的组合预测值。研究结果表明:灰色神经网络预测误差比GM(1,1)预测模型小;与BP预测模型相比,前期误差大,后期误差小。在基坑变形监测中,为了更准确地预测基坑变形,可以采用灰色神经网络预测与BP预测相结合的方法进行预测。  相似文献   

8.
基于均值滤波的灰色预测模型及其应用   总被引:2,自引:0,他引:2  
在变形监测中,当用GM(1,1)模型对稳定变化的变形数据序列进行预测时,效果较好。但是,由于影响变形的因素多种多样,且处于动态变化之中,观测数据中将不可避免地存在着一些随机扰动,这些扰动使得变形曲线发生异常波动。此时仅用GM(1,1)模型进行预测,其精度和可靠性就会下降。为此,本文提出一种基于均值滤波的GM预测模型,即先用均值滤波算法对发生波动的原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。实例证明,基于均值滤波的GM预测模型可以有效地提高变形预测的精度和可靠性。  相似文献   

9.
从地下水位监测数据库提取水位数据系列,利用灰色模型进行数据分析和预测,采用克里格插值方法生成预测水位等值线,将预测结果可视化。实现了地下水位动态灰色预测模型的软件开发,用于单井点或区域地下水位动态预测评价,为区域地下水开采的宏观调控、地下水资源的科学管理提供依据。  相似文献   

10.
设计一套滑坡监测预警的云平台系统,采用模块化设计方式建立云平台系统网络,开发独立的监测管理软件系统;在云平台中建立灰色Verhulst模型,对实测数据进行处理,通过灰色Verhulst模型对边坡的变形趋势进行预测,预测边坡可能产生滑坡的时间,实现对滑坡的提前预警.系统经过调试后部署于广西百色市田林县公路两旁的边坡进行实测,结果表明:滑坡云平台系统能够有效地监测边坡的变形,通过灰色Verhulst模型可实现对山体滑坡的预警.  相似文献   

11.
尾矿坝变形趋势预测是矿山尾矿库安全技术管理的重要内容.为了实现对尾矿坝变形趋势的预测,在深入分析尾矿坝变形机理并充分认识尾矿库工程系统及坝体变形数据特性的基础上,采用灰色GM(1.1)模型对尾矿坝的变形进行预测,并结合某金矿尾矿坝变形监测实际数据进行预测.结果表明,模型精度满足要求,灰色GM(1.1)模型用于尾矿坝变形趋势预测具有很好的适用性.  相似文献   

12.
简要介绍了仁宗海堆石坝内部变形观测仪器布置,通过对坝体施工期和初蓄水期内部沉降和水平位移观测资料的分析得出,各测点位移量较小,填筑体压缩模量较高,并表现出一定的弹性特征。坝体变形性态总体正常。  相似文献   

13.
为实现质量、进度、成本等多源施工信息动态可视化集成、满足堆石坝施工全过程直观动态分析的需要,在分析了心墙堆石坝施工信息多源特性的基础上,提出了堆石坝4D施工信息模型(3D几何模型+时间+多源施工信息)定义、构架,研究了堆石坝4D施工信息模型的实现方法,包括心墙堆石坝三维可视化建模方法、多源施工信息集成方法、堆石坝施工过程4D可视化分析方法等。实际工程应用表明,基于3DGIS平台能实现堆石坝多源施工信息集成与交互式查询分析及施工过程4D可视化分析,可为堆石坝现场施工控制与管理提供重要理论与技术支持。  相似文献   

14.
汶川地震中紫坪铺混凝土面板堆石坝震害分析   总被引:3,自引:0,他引:3  
汶川地震中,紫坪铺混凝土面板堆石坝坝坡、面板和结构缝均出现一定程度的破坏,大坝发生了整体变形.根据这些震害现象,结合振动台模型试验和数值分析的成果,从坝坡破坏性态、坝顶加速度反应、面板应力与变形、大坝的地震变形和面板缝的破坏形式几方面讨论了面板堆石坝破坏机理和抗震性能.在此基础上,对面板堆石坝抗震设计的着力点和抗震措施提出了建议:在面板堆石坝抗震设计中,高面板堆石坝上部面板在地震中可能出现的高应力区是着重点之一;应该考虑坝体地震永久变形对面板附加应力的影响;应特别注意坝顶区堆石体的稳定,建议选择钉结护面板加固方案,从而提高地震时坝顶区堆石体的整体稳定性.  相似文献   

15.
针对大坝安全监测的小样本数据既有一定趋势性又有一定波动性的特点,把灰色模型和时间序列模型结合起来运用在大坝安全监测中.首先利用灰色模型进行拟合和预测,然后对灰色残差序列建立ARIMA模型,对残差进行预测,最后将两者结合起来即可得到预测值.本文以小湾拱坝坝顶某测点的径向位移为例,建立GM-ARIMA进行拟合和预测,并与实测值比较.计算结果表明,与GM模型相比,GM-ARIMA模型的精度高,预测值更接近于实测值.  相似文献   

16.
基于工程实践,提出一种新坝型——纵向增强体土石坝。该坝型以常规土石坝为依托,在其内部建造集防渗与受力为一体的混凝土刚性结构体(纵向增强体),使其成为"刚柔相济"的坝工结构。在进行变形分析计算时,理论上将此纵向增强体作为竖向固端梁,考虑其承受上、下游水荷载与坝体堆石的作用力,特别是堆石沉降引起的纵向增强体表层的下拉荷载作用,同时考虑到纵向增强体在坝体中分割了上、下游坝壳料连续的应力应变关系,在各种工况下的力学表现更接近于挡土墙作用。根据提出的"纵向增强体土石坝"设计计算方法,结合工程实践,重点介绍纵向增强体土石坝在四川通江方田坝水库设计中的应用。  相似文献   

17.
大坝监测数据的灰色系统动态检验模型   总被引:2,自引:0,他引:2  
通过对大坝安全监测数据粗差产生原因的分析,提出了一种基于灰色系统理论的监测数据伪位检验方法和检验模型,它无需长序列样本,并可随着环境量的变化调整模型参数。该方法计算量小,速度快,对于监测点较多的自动化系统非常适用。  相似文献   

18.
灰色非线性常微分方程预测研究及模型   总被引:2,自引:1,他引:1  
灰色模型是一种指数模型,它对于符合指数规律的观测数据序列具有较高的精确度。在此基础上提出了一种改进型灰色模型,扩大了灰色模型的应用范围。经实测数据验证,该模型在土石坝水平位移预测中收到了满意的效果。  相似文献   

19.
李远略  李中原 《河南科学》2009,27(10):1301-1304
将有厚度接触摩擦单元引入具有观音岩混合坝接头的堆石体与混凝土坝段之间的接触面进行力学模拟.在堆石及心墙料的静力本构关系上采用Ducan双曲线E-B模型模拟堆石坝的实际填筑施工和水库蓄水过程,并采用非线性动力分析方法对大坝连接坝段进行三维地震动力分析,揭示了插入式接头坝段采用在竣工期和运行期的接触面的应力情况和脱开情况.对心墙料与混凝土的接触面采用动力接触薄层单元进行模拟,真实地反映了地震过程中接触面的剪切及开合变形情况.根据动力分析成果,对大坝软接头的抗震性能及抗震安全性进行评价.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号