结合CEEMDAN的LSTM模型在滑坡变形预报中的应用

变形监测是工程安全监测必不可少的工作,高精度的变形预测预报能够为安全监测提供变形预警.随着对人工智能模型的深入研究,利用神经网络模型对变形时序数据进行预报的研究也逐渐增多.为研究神经网络模型在变形预测中的效果,将结合CEEMDAN的LSTM模型应用在滑坡变形预报中,通过实验比较其与单一LSTM模型、传统的ARMA模型以...     

基于影响因素筛选-优化组合模型的隧道变形预测研究

隧道变形监测是其安全施工的必设项目,对其预测研究具有重要意义,但隧道变形影响因素较多,难以直接开展变形预测研究。因此,研究先利用相关系数法评价各因素对隧道变形的影响程度,以确定隧道变形的主要影响因素,并将其作为变形预测模型的输入层信息;其次,再利用RBF神经网络构建隧道变形预测模型,且为保证预测精度,采用试算法和粒子群算法优化隐层节点数及相关模型参数。实例研究表明:相关系数法可很好地评价各影响因素与隧道变形间的相关程度,且不同监测项目的影响因素存在一定差异;同时,预测结果的相对误差均小于2%,说明优化RBF神经网络的预测精度较高,可靠性强,适用于隧道变形预测。     

变形分析与预报的理论和方法

<正>变形体在各种荷载作用下,其形状、大小及位置在时间域和空间域中的变化称为变形。本文,笔者论述了4种变形分析和预报的常见方法以及灰色系统分析模型的建立过程,并用此模型对芦源大坝的水平位移进行预测,与实测值进行对比分析,证明了灰色系统分析模型可靠性。一、变形分析与预报的常见方法1.回归分析法。实际生产和科学实验中的某些变量之间往往存     

基于小波变换的灰色模型边坡变形预测研究

为了合理准确的预测出边坡变形程度,减少边坡不稳定带来的损失,针对小波变换去噪理论与灰色模型预测方法的特点,提出了一种基于小波变换理论的灰色模型预测方法来预测边坡变形量。首先通过小波去噪,获得具有更小随机误差的观测数据,然后利用灰色模型预测变形量,最后通过结果对比分析预测精度。通过实验证明,基于小波变换的灰色模型边坡变形预测方法精度更高,效果更好,适合用于边坡变形预测。     

基于GM(1,1)模型的边坡变形监测应用研究

对GM(1,1)模型的基本原理和模型检验方法进行了介绍,将边坡看作一个灰色系统,采用GM(1,1)模型对沉降进行预测,相关的参数可由建立灰色预测模型和实际的监测数据予以确立。将预测结果和实际结果进行对比分析,结果表明GM(1,1)模型能够取得较好的预测结果,能够在变形监测工程中得到广泛的应用。     

小波分析用于水稻叶片氮含量高光谱反演

针对叶片氮营养高光谱诊断中光谱弱信息提取困难的问题,利用小波对作物冠层光谱信号进行分解,提取光谱弱信息建立氮含量反演模型. 在东北平原长春市采集水稻冠层高光谱数据建立氮含量预测模型,并对该模型精度进行检验. 采用Daubechies小波系的Db5函数对水稻原始反射光谱和导数光谱进行8 层小波分解,选择不同尺度和位置的小波系数作为输入参数建立192 个反演模型,分析不同输入参数对模型精度的影响,从中选择对应较高模型精度的输入参数组合建立氮含量最佳反演模型. 实验结果表明,小波系数预测叶片氮素含量模型具有较高的估算精度,预测值与实测值的复相关系数最大为0.99,显著优于传统光谱指数的估算模型精度. 此项研究表明,小波分析在提取反射光谱弱信息反演作物生化成分方面有良好的应用前景.     

基于GMM模型的玉米产量预测

鉴于玉米产量受多种复杂因素的影响,并具有较大的随机性和波动性,建立了一种灰色理论和马尔可夫相融合的玉米产量预测模型.首先采用灰色关联法筛选玉米产量影响因子,然后将其输入到灰色系统中构建玉米产量的灰色预测模型,最后使用马尔可夫模型对灰色模型的玉米产量预测结果的残差值进行修正,以提高玉米产量预测精度.实证分析结果表明,提出的预测模型具有较好的预测精度,完全能满足玉米产量预测精度的要求.     

改进型灰色神经网络模型在水质预测中的应用

介绍了三类改进的灰色模型和BP神经网络。将三类改进的灰色模型与神经网络进行组合,得到改进型灰色神经网络组合模型,将一维序列通过三个改进的灰色模型得到三组值作为神经网络的输入,原始序列作为神经网络的输出,训练得到最佳神经网络结构。将组合模型应用到嘉陵江磁器口断面总磷浓度的预测中,结果表明:(1)用该组合模型进行预测,相对误差均在5%以下,预测精度较高,取得了较理想的预测效果;(2)WPGM(1,1)、pGM(1,1)、CGM(1,1)、组合模型预测的平均相对误差分别为5.05%、34.01%、33.65%、3.02%,与单一灰色预测方法和灰色神经网络模型相比,组合模型的适应能力和预测推广能力更好,预测精度更高。     

无资料地区水文分析与计算研究

结合以往我国在设计洪水计算和流域洪水预报中对于无资源区相关研究得到的成果,借助遥感技术和计算机方法,于水文数值模仿上找出无资料区水文预报的新方法。一定要从实测资料流域开始,去掉一部分站点的实测数据,主要靠检验局部参数来构建水文模型的适用性与精度,并对无资源区的计算方法进行分析。     

基于拓扑预测与GM组合模型的舰船运动预报

针对舰船运动系统的复杂性及非线性,提出采用灰色拓扑预测模型、GM（1,1）模型建立舰船运动的单项预测模型,并对各单项模型的优缺点进行了比较分析．采用标准差法建立基于拓扑预测与GM（1,1）模型的舰船运动组合预测模型．结果表明,组合预测模型的预测精度高于各单项模型的精度,该组合模型可作为提高舰船运动数据预测精度的有效工具．     

基于拓扑预测与GM组合模型的舰船运动预报

针对舰船运动系统的复杂性及非线性,提出采用灰色拓扑预测模型、GM(1,1)模型建立舰船运动的单项预测模型,并对各单项模型的优缺点进行了比较分析.采用标准差法建立基于拓扑预测与GM(1,1)模型的舰船运动组合预测模型.结果表明,组合预测模型的预测精度高于各单项模型的精度,该组合模型可作为提高舰船运动数据预测精度的有效工具.     

基于人工神经网络的组合预报模型与应用

在研究铜锍吹炼实际生产过程的基础上，综合运用两种结构不同的BP神经网络与经验估算方法，建立了铜锍吹炼造铜期终点的组合预报模型；并采用模糊聚类分析法对神经网络隐含层节点数进行模糊确定，经实践证明，预报结果具有较高精度．能有效地指导生产实践．     

内置钢管混凝土组合剪力墙变形性能分析

内置钢管混凝土组合剪力墙是一种新型组合剪力墙。运用ABAQUS有限元软件对普通钢筋混凝土剪力墙和内置钢管混凝土组合剪力墙两种形式建立计算模型,进行了在高轴压比下的低周反复加载分析,研究其破坏形态、变形能力、滞回性能、应变分布等变形性能。通过对比分析,得出内置钢管混凝土组合剪力墙具有较好的变形性能,并给出工程结构设计中的一些建议。     

基于单项预测模型筛选的隧道变形优选组合预测

采用优选组合理论,提出了基于单项预测模型筛选的隧道变形优选组合预测方法,建立了隧道变形预测系统.系统由包含各种监测成果的监测库、动态更新的变形预测模型库和模型评价库组成,采用人机对话方式在众多的经评价满足最优组合预测条件的单项预则模型中筛选出合理的单项模型,对其进行组合预测,继而再对不同的组合预测结果进行评价比较,得到较好的隧道变形组合预测结果.将该方法应用于隧道工程的拱顶下沉预测,利用前期工况的数据建模,对后期工况的未来变形量进行滚动预测,获得了令人满意的结果.     

地表水环境监测进展与问题探讨

地表水环境质量监测对我国水环境保护工作具有极其重要的意义。我国水环境监测工作虽然在特定时期内取得了较大成果,但却在仪器更新、监测数据分析等方面存在着诸多问题。本文对影响地表水环境监测的诸多方面因素进行了分析,并提出了相应的完善策略。     

土木工程建筑物变形分析与预报技术研究

基于进行土木工程建筑物变形监测的重要性和必要性,在对木工程建筑物变形监测技术进行简要介绍的基础上,着重对土木工程建筑物变形分析与预报技术进行了较为深入的研究。     

水电站支持向量机组合预报模型

针对水电站径流预报的问题,通过采用不同原理的预报模型预测月径流量,组合建立SVM模型。应用实例表明,该模型对水电站月径流量预报具有较强的适用性,研究可为复杂水电站的径流预报提供有益借鉴。     

短期现货电价多因素灰色预测模型

电力市场中,电能交易效益最终通过电价体现,对市场参与者来说,提前知道电价信息意义重大。灰色预测模型无需任何原始序列的概率分布模型,可以实现少数据建模。现货电价具有的性质符合灰色变量的特征,本文在介绍原有灰色预测模型在电价预测方面应用的基础上,提出同时考虑负荷因素和市场力影响因素的GM(1,3)短期现货电价多因素灰色预测模型,通过实例验证,证明该模型在电价预测精度方面相比较原有模型有所提高,预测效果更好。     

PSO-BP算法在岩质边坡开挖卸荷中的应用

利用PSO-BP算法建立函数非线性映射网络模型进行反分析,结合拉格朗日有限差分软件FLAC3D进行正分析,对岩质边坡开挖卸荷中的变形模量、泊松比、粘聚力、内摩擦角进行分级拟合和预测.结果表明,在岩质边坡开挖卸荷中应用PSO-BP算法有较高的拟合精度和预报精度.     

新陈代谢GM(1,1)模型在现代有轨电车沉降预测中的应用

目前灰色模型在建筑物、边坡、高铁等领域的沉降预测中的应用研究较多,而在现代有轨电车中的沉降预测中应用比较少,并且现代有轨电车在运营阶段的沉降变化量较小。用灰色GM(1,1)模型和新陈代谢GM(1,1)模型对有轨电车筏板的沉降监测点的监测数据进行预测并比较。结果表明,新陈代谢GM(1,1)模型剔除了旧数据,增加了新的预测数据,提高了模型预测精度。验证了模型在现代有轨电车筏板进行沉降预测的可行性,为今后类似情况的沉降监测预测提供参考和借鉴。