基于统计模型与混沌理论的大坝安全监测混合预测模型

为解决传统统计模型在大坝安全监测领域应用中由于缺少对残差的分析而存在拟合精度高但预测效果欠佳的问题，在传统统计模型中增加残差预测项，并应用混沌理论对残差预测项的计算方法进行探讨，从而提出了一种新的混合预测模型，同时结合实测数据对此模型进行了检验。结果表明，新模型可提高预测精度并具有一定的实用性。     

基于复制理论的调制解调技术及其计算机仿真

首先介绍了信号的复制分析理论和复制调制／解调的方法及特点，然后通过计算机仿真，对三种不同的解调方法在白噪声下的性能进行了分析，对匹配解调法和特性解调法在有初相和频差条件下的性能进行了仿真比较。     

基于SSA-LSTM-GF的混凝土坝变形预测方法

针对混凝土坝变形分析预测的复杂性,应用相空间重构思想和融合建模理念,提出了一种基于SSA-LSTM-GF的混凝土坝变形分析预测方法。SSA-LSTM-GF方法利用奇异谱分析法(SSA)将变形实测数据序列分解为趋势分量、周期分量和剩余分量,并将剩余分量视为噪声分量予以剔除;采用长短期记忆神经网络(LSTM)模型和高斯拟合(GF)算法分别进行周期分量和趋势分量的分析预测,并将二者结果进行叠加重构,得到最终预测结果。实例验证结果表明,SSA可以达到较好的数据分解和消噪效果,LSTM模型针对周期分量的预测性能优越,GF算法能够很好地实现趋势分量的拟合预测和部分信息的挖掘提取,LSTM模型和GF算法的成果重构效果良好,SSA-LSTM-GF方法具有一定的可行性和应用价值。     

混凝土坝裂缝光纤监测复用能力及与灵敏性的关系

根据光纤微弯损耗原理,导出了混凝土裂缝引起的光纤微弯损耗方程.基于理论分析和混凝土模型试验研究结果,指出分布式光纤裂缝传感的复用能力与灵敏性之间存在约束关系,灵敏性高,则复用能力低,反之亦然.对两者关系的定量分析表明,光纤裂缝传感的工程应用,应结合具体的工程实际,对这2个基本参数进行均衡量化.     

粗糙集理论在大坝安全监测数据处理中的应用

介绍粗糙集基本理论,建立基于大坝实测资料的以上游水位、下游水位、降雨量和气温为条件属性,以垂直位移测值为决策属性的决策表,首先采用布尔推理算法对决策表进行离散化,然后采用Rosetta软件进行约简,从中寻找决策规则,并以此为依据,进行垂直位移测值预测,所得结果与实测值吻合较好.实例分析表明影响大坝垂直位移变化的主要是温度和上游水位.     

基于机器学习的岩芯渗透率及裂缝开度预测

应力敏感是致密砂岩气藏损害的主要原因之一,预测应力敏感损害下岩芯渗透率和裂缝开度的变化规律一直是致密砂岩储层保护领域的重点。以塔里木盆地克拉苏构造带岩样为研究对象,基于应力敏感实验及调研数据,采用机器学习多元线性回归算法,耦合了围压渗透率关系模型和K-p函数参数预测模型,建立了岩芯渗透率预测模型和裂缝开度预测模型,并通过决定系数、均方根误差和相对误差检验模型精度。结果表明,围压渗透率关系模型在裂缝性岩芯和非裂缝性岩芯中预测结果决定系数平均值均大于0.960;K-p函数参数预测模型在裂缝性岩芯中的均方根误差高于非裂缝性岩芯,但裂缝性岩芯的相对误差要低于非裂缝性岩芯,综合来看岩芯渗透率预测模型更适用于裂缝性岩芯;裂缝开度预测模型与实测值决定系数0.978,预测精度较高。建立的渗透率预测模型和裂缝开度预测模型可为致密砂岩储层的开采与保护提供指导。     

基于Dempster-Shafer证据理论的组合基因预测

使用Dempster-Shafer证据推理理论组合多个基因预测程序可以组合来自多个信息源的基因预测信息,多个基因预测程序组合后的预测效果明显好于单个基因预测程序的效果.     

基于Dempster-Shfer证据理论的组合基因预测

使用Dempster-Shafer证据推理理论组合多个基因预测程序可以组合来自多个信息源的基因预测信息,多个基因预测程序组合后的预测效果明显好于单个基因预测程序的效果.     

复制理论与英语中的空语类

对空语类类型做出简单介绍,再采用复制理论对英语中的PRO、名词移位、wh词移位做出解释,并且利用Kim的合并理论对PRO的控制进行合理的分析。     

基于混沌理论的股票价格实时预测

本文分析了股票的混沌性,根据复杂的股票价格特点,改进了混沌时间序列预测方法中的加权一阶局域法与基于最大Lyapunov指数的预测方法,并将其成功应用于股票价格预测。在数值试验中,对股票价格进行了分析,利用上述两种方法进行了拟合和预测,得到了令人满意的结果,说明这两种方法是可行的,结果是理想的。     

碾压混凝土坝抗裂安全度分析

本文依据高粉煤灰掺量碾压混凝土坝的特定温度态势和施工方法，对影响坝体抗裂完全度的各种因素进行分析研究，从而提出碾压混凝土坝抗裂安全度评价的简便方法。     

电力负荷的混沌预测方法

借助混沌分析理论介绍了电力负荷时间序列的混沌性识别技术,给出了一种基于混沌负荷序列的预测方法--基于相空间轨迹演化模式的预报模型,该方法具有预测精度高、计算速度快的优点,在短期负荷预测中可获得相当满意的结果.     

拱坝的开裂计算

在试验研究的基础上,建立了岩石与混凝土结合面三维裂缝扩展的强度准则;运用上述强度准则及有限元分离裂缝模型提出了拱坝开裂的计算方法,并给出了应用实例。     

龙口混凝土重力坝齿槽及长间歇期仓面防裂研究

以龙口混凝土重力坝齿槽部位和长间歇期仓面为主要研究对象,针对上述部位温度应力较大的情况,通过坝体施工期温度应力场三维有限元仿真,对其进行主成因分析.仿真计算结果表明,约束和基础温差导致齿槽上下游基岩面上温度应力较大,很可能导致接触面胶结破坏.经过对寒潮来临前各项保温措施的敏感性分析,建议在低温季节来临前将坝体温度降低到较低水平,同时需对长间歇期仓面采取严密的保温措施.     

基于SVM理论的大坝安全预警模型研究

大坝安全预警模型可以理解为根据特定的映射关系由影响因素域到大坝性态效应量域的计算求解问题.对于多因素综合影响下的大坝系统,这种映射关系一般为非线性的.从机器学习的角度,本文应用粗集理论和SVM理论,研究了对上述关系的拟合.首先,利用粗集理论智能数据分析方法,对大坝安全监测信息进行预处理,抽取关键成分作为映射关系的输入,从而确定映射关系的初始拓扑结构.在此基础上,应用最小二乘支持向量机算法,以训练误差作为优化问题 的约束条件,以置信范围值最小化作为优化目标,从大坝安全原型观测数据中学习归纳出大坝系统运行规律,从而实现对大坝安全预警模型的构建.实例分析表明,该模型能够有效的模拟和预测大坝工作性态与主要影响因素的关系.     

基于遗传算法的LIBSVM模型大坝扬压力预测研究

支持向量机（SVM）模型的核心问题是惩罚因子c和核函数参数g的选取.通常支持向量机库工具箱（LIBSVM）采用传统网格搜索算法进行参数寻优,只能得到交叉验证意义下的全局最优解,在更大范围内进行参数寻优比较费时,且效率较低,针对这一问题,提出了基于遗传算法的启发式寻优,以交叉验证（CV）意义下的准确率为适应度,通过一系列的选择交叉变异操作,得到最优的c和g,将优化后的SVM模型应用于大坝扬压力的预测.通过某大坝扬压力监测的实例应用,将遗传算法优化的LIBSVM与传统的LIBSVM预测相对比,预测效果更好,精度更高.     

基于ANSYS的混凝土重力坝坝基抗滑稳定可靠度分析

使用ANSYS有限元分析软件中的Prob Design模块,利用结构可靠度中比较精确的蒙特卡罗法模拟1000次,对龙滩碾压混凝土重力坝坝基抗滑稳定进行分析,得出可靠指标大于3.7,与规范相比,符合要求,说明该方法计算可靠指标的可行性。     

基于滞后效应和防洪调度的大坝渗流预测模型研究

降雨和库水位对大坝渗流表现出一定的滞后性和非线性,且降雨和库水位之间本身又存在一定的耦合关系,渗流的机理比较复杂.汛期降雨多,管理部门需要对水库库容进行防洪调度,水位变化比较频繁,导致汛期渗流波动较大.分析了水位和降雨对大坝渗流的滞后效应,简要介绍了汛期水库的洪水预报和防洪调度,建立了基于滞后效应和防洪调度下的大坝渗流监控模型.以某拱坝为例,对汛期内的大坝渗流进行了预报,预报精度较好.