砂土液化势评价的Bayes判别分析法及其应用

为了给砂土地震液化的数量化研究提供参考,基于多元统计分析理论,建立砂土地震液化判别与液化势分类的Bayes判别分析模型。模型选用震级、地面加速度最大值、标准贯入击数、比贯入阻力、相对密实度、平均粒径和地下水位等7个指标作为判别因子;将砂土液化势分为严重液化、中等液化、轻微液化和未液化4个级别,并作为Bayes判别分析的4个正态总体;以17个砂土实测数据作为训练样本,建立Bayes线性判别函数,以Bayes线性判别函数的最大值对应的总体作为样品所归属的总体;最后将建立的模型对训练样本进行回判,以回代估计误判率对模型进行检验。研究表明,对训练样本的回代误判率为0,对另外20个砂土样本的判别正确率为90%。     

基于模糊综合评判的砂土液化判别

为了对砂土震动液化势进行预测,采用模糊综合评判理论建立了砂土液化可能性的模糊综合评判数学模型.选取标准贯入锤击数、地下水位、地震烈度、粘粒含量等4个实测特征指标作为模糊综合评判的因素集,对4个因素构造了相应的隶属函数,建立模糊关系矩阵,并依据4个因素在判别中的不同作用,拟定了对应的权重,运用N(·,+)算子对模糊矩阵进行运算,依据评判等级进行最终判别.通过对历史地震中砂土液化的实测数据进行综合评判验证,获得了非液化的判别正确率为85％,液化判别正确率为88％的较好结果.研究结果表明,模糊综合评判方法可有效地预测砂土液化势,可以作为砂土液化预测的方法之一.     

基于JC法的砂土液化判别方法

通过对JC可靠性分析方法研究分析,提出了一种建立于标准贯入击数极限状态方程的地震液化可靠度评估方法,并用MATLAB7.0编制了相应的地震液化概率判别程序.用该可靠性分析方法对1976年唐山地震资料进行液化概率分析,通过与实测值和规范法计算结果对比,验证了该方法的可行性和精确性,为砂土液化势评估提供了一种有效的砂土液化评价的新方法.     

分段平稳自回归过程的变点估计与模型选择——基于改进的自适应LASSO方法

针对非平稳时间序列中一类分段平稳自回归(PSAR)过程的变点估计和模型选择问题,在已有的将变点估计问题转化成变量选择问题方法的基础上,提出一种基于两阶段LASSO(TS-LASSO)算法同时进行变点估计和模型选择.具体地,在第一阶段中,通过LASSO算法对序列中的变点和模型进行初步的估计和选择,然后在第二阶段中结合改进的自适应LASSO算法对过估计的LASSO结果进行筛选,最终实现变点的一致估计和模型的准确选择.并对变点估计结果的大样本性质进行了分析.此外,对于特殊情形下的均值变化序列和无变点序列,TS-LASSO算法也能实现有效的估计和识别.最后,结合不同类型序列的模拟检验以及地震波数据的实例分析,证明TS-LASSO算法是有效的,并具有一定的实用意义.     

高速公路地基砂土液化判别和地基液化处理方法

根据广东汕汾高速公路的实际情况,采用试验的方法对高速公路地基砂土液化进行了分析,并对该类地基的处理方法进行了研究.对于地基液化的处理比较了公路规范与建筑规范,指出采用建筑规范进行砂土液化判别及采用砂桩和强夯再加上袋装砂进行地基液化处理是合理有效的方法.     

基于GIS的砂土液化可视化评价模型

砂土液化是一种常见的地震灾害,文章探讨了基于现场SPT、CPT实测资料以及室内动三轴试验数据来进行砂土液化可视化评价的模型和流程,不仅综合运用了当今国内外砂土液化评价的常用方法,并在此基础上提出采用加权的办法,计算场地的抗砂土液化系数,以此对场地的抗液化性作最终评定;同时,文章阐述了基于GIS技术实现砂土液化可视化判别的方法、可行性、优点及应用前景.     

砂土地震液化判别方法的综合应用

在当前国家重视基本建设、加快农村城镇化的背景下,砂土地震液化判别在岩土工程勘察中的重要性在不断提升,意义显而易见。文中在分析国内现行标准中规定的饱和砂土液化判别方法局限性的基础上,结合工程实例,提出了多种砂土液化判别方法综合运用、综合评价的方法,并验证其适用性,具有一定的实用价值。     

砂土地震液化的判别及其防治

针对砂土地震液化这一现象,分析影响砂土液化的因素,介绍了砂土地震液化的判别方式及其处理液化地基的措施,从而提高砂土的抗液化能力,防止或减轻地震时其队建筑物的破坏。     

基于岭回归和LASSO回归的安徽省财政收入影响因素分析

基于1988—2019年安徽省财政收入及相关经济指标数据,运用岭回归和LASSO回归方法,探究安徽省财政收入的影响因素.考虑到较多的自变量会造成严重的多重共线性,首先应用岭回归及LASSO回归模型降低变量间共线性的影响,然后再进行变量选择,最后对两模型进行比较分析.结果显示:相较于岭回归模型,LASSO回归模型更优.第...     

基于RBF神经网络的砂土液化预测

通过分析砂土液化成因及其影响因素,建立了砂土液化预测RBF网络模型,并与BP网络预测模型进行比较。测试结果表明,应用RBF网络模型对砂土液化进行预测,预测效果好,识别精度高．     

分位数回归模型中的两步变量选择

对于高维分位数回归模型提出了一种两步变量选择方法,这里协变量的维数pn远远大于样本量n.在第一步中,使用e1惩罚,并且证明第一步由LASSO惩罚所得到的惩罚估计量能够把模型从超高维降到同真实模型同阶的维数,并且所选模型能够覆盖真实模型.第二步对第一步所得模型使用自适应的LASSO惩罚来剔除冗余变量.在一些正则性条件下,证明了此方法具有变量选择的相合性.还进行了数值模拟和实际数据分析,用来表明此方法在有限样本下的表现.     

决定系数与相关系数辅助的LASSO回归

现有LASSO回归方法尚未解决回归关系式中冗余特征和无关特征的去除问题,提出一个决定系数与相关系数辅助的LASSO回归方法。设给定响应变量Y和备选解释变量集X,首先设计结合决定系数的LASSO回归正则化路径求解方法,找出X中的主解释变量;然后,设计结合决定系数、相关系数和正则化路径的方法,在固定主解释变量条件下求解LASSO回归的正则化路径过程中,去除X中的无关变量和冗余变量。模拟数据集和真实数据集的实验结果表明,新方法解决了LASSO回归中冗余特征和无关特征的去除问题,在冗余变量和无关变量的去除效果上胜过对比方法。     

基于蒙特卡罗法的砂土液化可靠性分析

借鉴结构工程可靠性分析方法,提出了一种建立于标准贯入击数极限状态方程的蒙特卡罗砂土液化可靠性方法,并用MATLAB7．0编制了相应的计算砂土液化概率程序,同时用该方法在唐山地震资料计算得到的砂土液化分析结果同实测和规范法对比,验证了该方法的可行性,并得到了一些有意义的结论。     

振冲碎石桩消除砂土地基液化效果的评价

介绍了振冲碎石桩消除砂土地基液化的机理，结合工程实例，对振冲碎石桩处理砂土地基液化的效果进行了评价，对类似工程具有一定的指导意义。     

砂土液化的神经网络识别

根据人工神经网络的一种典型模型──反向传播模型，结合专家的经验，建立了砂土液化识别的自适应模式。该法可直接求出砂土的抗液化临界强度．依此可直接进行砂土液化识别。     

基于LASSO回归的R-vine copula模型构建及其在化工过程故障检测中的应用

Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路,在化工过程建模领域受到越来越多关注。笔者将LASSO(least absolute shrinkage and selection operator)回归引入R-vine copula(LASSO-R-vine copula, LRVC),根据变量间联系的强弱程度确定变量在R-vine矩阵中的位置,利用回归分析正则化路径选择R-vine copula矩阵结构,遵循R-vine矩阵构建规则和回归过程确定R-vine结构矩阵模型,以获得一个与变量独立性有关的稀疏矩阵模型。该方法构建的矩阵结构独立于copula函数类型和参数,在处理高维度复杂工业过程数据时,利用稀疏模型和惩罚力度简化copula函数类型选择过程,缩短了建模时间,使统计建模具有更强的灵活性。该方法在TE(Tennessee Eastman)和醋酸脱水过程故障监测中表现出较好的预测效果,证明了提出的方法在非线性、非高斯过程的有效性。     

砂土液化等级综合评价的物元模型

建立了砂土液化等级评价的物元模型。该模型是以定量数值表示砂土液化属于某等级的程度大小;其中可拓集合关联函数的应用使得砂土液化的多指标评定更为精细化。综合评价结果与被研究地区实际情况相符。     

基于静力触探与剪切波速联合测试的砂土液化判别方法

基于逻辑回归算法提出一种静力触探（CPT）与剪切波速（Vs）联合测试方法（CPT-Vs联合方法）,并结合唐山地震液化案例对CPT-Vs相关性方法、qc/G0方法和CPT-Vs联合方法进行了比较。结果表明：3种方法的场地液化判别准确率分别为89%、78%和100%,整体液化判别准确率分别为94%、50%、94%;CPT-Vs相关性方法适用范围受参数值限制,qc/G0方法过于保守,造成非液化区误判;CPT-Vs联合方法不受参数值限制,可给出较为满意的结果。     

浅析不同液化判别的方法

本文通过工程实例，对采用三种不同规范得出的液化判别的结果进行了对比分析，总结出三种抗震规范在进行液化判别式的差异，同时对目前不同的液化判别方法的优缺点进行了论述。     

基于支持向量机方法的砂土地震液化分析

提出了砂土地震液化分析的一种新方法，即支持向量机方法。该方法根据有限的学习样本，建立了各种影响因素和地震液化之间的一种非线性映射，可以对砂土在地震条件下的液化进行分析。基于已有的砂土地震液化资料，采用支持向量机模型，对国外地震现场实例进行了预测，网络输出结果与实际情况十分吻合。实例研究表明，支持向量机方法用于预测砂土地震液化是有效而可行的。