基于RS-MIV-ELM模型的基坑水平位移影响因素分析和预测

为了预测基坑的测斜最大水平位移及深度,提出了基于粗糙集(RS)属性约简、平均影响值(MIV)和极限学习机(ELM)的组合模型RS-MIV-ELM.在系统分析、量化变形影响因素的基础上,利用RS属性约简算法和基于ELM的MIV算法(ELM-MIV)分别去除影响因素集中的冗余因素和相关性极小的因素,以简化模型输入变量;采用简化的影响因素集训练ELM模型,并用ELM模型对其他测点位移进行预测.验证结果表明,RS-MIV-ELM模型的训练速度、预测精度和泛化能力均比全因素ELM模型和基于最简集的BP神经网络模型RS-MIV-BP具有较大的提高,其均方根误差和平均相对误差仅为全因素ELM模型和RS-MIV-BP模型的1/2~2/3.     

基于粒子群优化极限学习机数据预测模型研究

极限学习机(Extreme Learning Machine,ELM)是一种新型的前馈神经网络,该网络由广义逆直接求出输出层权重,使得其具有误差小、速度快的优点。但针对具体问题,ELM不能自动寻找到最佳的网络结构,从而造成该算法模型针对复杂、无规律性的数据精度及稳定性较差。为了提高极限学习机的泛化能力和预测精度,提出利用粒子群优化极限学习机算法对不同数据进行预测。使用粒子群算法(particle swarm optimization,PSO)选择最优的隐含层偏差和输入权值矩阵,计算出输出权值矩阵,从而提高ELM的精度及稳定性。并通过PSO-ELM和ELM分别对复杂程度不同的汽油辛烷值和交通流量数据进行算法预测比较发现,PSO-ELM优化算法对无规律性、复杂程度高的数据可以获得更高的精度,提高了数据预测的拟合能力。实验结果表明,PSO-ELM对于非线性、无规律性等复杂特性的数据预测具有一定的可行性和有效性。     

基于LM-BPNN方法的爆破震动灾害预测模型

为了探索提高控制爆破震动效应的方法,基于Levenberg-Marquardt算法改进的BP神经网络模型,建立以最大段药量、爆心距、高差作为影响爆破振动的主要因素,对爆破震动速度进行预测的模型。用爆破振动观测数据进行训练和预测,预测结果与现场观测结果吻合良好。结果表明:与基于标准BP、Polak_Ribiere共轭梯度、专家经验公式等计算结果比较,LMBPNN算法具有良好的鲁棒性和预测精度,预测效果较优,对爆破震动安全评价及其灾害控制有一定的应用价值。     

基于极限学习机的脉动风速快速预测方法

提出基于极限学习机(ELM)的脉动风速预测新模型.运用自回归滑动平均模型生成脉动风速数据库,并将其分为训练集和测试集.采用ELM对训练集进行学习训练,建立回归模型,从而实现对测试集风速的泛化预测.经与基于粒子群优化(PSO)的混合核函数最小二乘支持向量(PSO-MK-LSSVM)和误差反传神经网络(PSO-BP)对比,验证了ELM模型的有效性.数值结果表明,与PSO-MK-LSSVM和PSO-BP相比,无论在预测精度还是计算速度上,ELM模型都具有显著的优势.     

极限学习机在采空区自然发火预测中的应用

针对采空区煤炭自然发火的预测问题,从温度、标志气体浓度以及钻孔参数3个方面选取了8个相关因素,利用Logistic回归分析从中提取出5个相对重要的因素作为预测模型的输入,运用极限学习机算法进行预测,并采用粒子群算法对极限学习机的输入权值及隐含层阈值作优化选取,以提高其泛化能力及预测精度,以此建立了PSO-ELM自然发火预测模型.选用28组训练样本和12组检验样本进行模型的预测实验,结果表明,基于Logistic回归分析筛选指标后的PSO-ELM模型有较高的预测精度,是预测采空区自然发火的一个有效方法.     

基于PSO-ELM的中国石油股票价格预测建模

为了提高股票价格预测的精度,针对中国石油股票价格预测问题,提出了粒子群算法(Particle Swarm Optimization,PSO)优化极限学习机(Extreme Learning Machine,ELM)的股票价格预测模型。通过粒子群算法对极限学习机的权值以及阈值参数进行优化,构建PSO-ELM预测模型,并将其用于中国石油股票价格预测。仿真实验表明,与ELM、PSO-BP、DE-ELM相比,其预测均方误差分别下降了1.84%、1.07%、0.97%,拟合优度决定系数R2为0.974 3,即PSO-ELM有着较高的预测精度。为了给股票投资者更好的投资建议,对PSO-ELM模型分别进行股价短期、中期、长期的预测,结果表明PSO-ELM模型短期预测精度较高,随着时间的推移预测的精度有所下降。     

基于粒子群优化极限学习机的排水管结构状况评价

基于极限学习机(ELM)和粒子群优化(PSO)算法,建立一个新型排水管道结构性状况评价模型。采用PSO算法优化ELM中的输入权值矩阵和隐含层偏置,改善网络参数随机生成带来的分类精度偏低的问题。以上海市洋山保税港区排水管网为例,对分类器模型进行训练测试,并与ELM分类结果进行对比分析。结果表明,PSO-ELM算法以较少的隐含层神经元节点获得更高的分类精度,参数优化提高了模型拟合能力,对于城市排水管道结构性状况分类、判断具有可行性和有效性。     

基于分解与集成的空气质量指数预测

为了能够准确地预测空气质量指数（AQI），建立了基于集合经验模态分解（EEMD）-样本熵（SE）的极限学习机（ELM）和门控循环单元（GRU）组合的AQI预测模型。首先利用EEMD算法对AQI数据进行分解，得到一组不同尺度的本征模态函数分量和残余分量；其次计算各分量SE值，根据各分量SE值将各分量重新组合成新的序列，并将新序列按其复杂程度经过GRU模型或ELM模型进行预测；最后将所有结果叠加得到AQI预测值。实验结果表明，与反向传播（Back Propagation,BP）神经网络模型、长短期记忆网络（Long Short-term Memory,LSTM）模型、ELM模型、GRU模型、EEMD-SE-ELM模型、EEMD-SE-GRU模型和EMD（经验模态分解）-SE-ELM-GRU模型相比，基于EEMD-SE-ELM-GRU的组合预测模型其预测误差最小，预测精度最高。     

基于ELM神经网络的FAST节点位移预测研究

针对ELM神经网络隐含层节点数目需要人工设定,容易出现过拟合现象从而导致网络的泛化能力降低的问题,引出了基于误差最小化的ELM神经网络的改进方法 EM_ELM算法,并在理论上论证了EM_ELM算法对于提高ELM神经网络预测精度和泛化能力的可行性.随后将EM_ELM算法应用到FAST节点位移的预测模型中,并且进行了仿真验证.仿真结果表明虽然EM_ELM神经网络在训练时间上有了一定的损失,但是仍能满足实时性的要求,而且它的预测精度和泛化能力都得到提升,证明了改进算法的有效性与可行性,进一步说明了EM_ELM神经网络更适合应用于FAST节点位移预测.     

地铁隧道爆破开挖对地表建筑物的影响

通过对深圳地铁隧道爆破开挖时爆破震动监测数据的分析和研究,总结出爆破震动对地表建筑物产生危害的主要影响因素,并根据现场测定数据,拟合出地震速度、药量大小与爆源距离之间关系式。现场测定与研究表明：必须重视地铁隧道爆破地震规律及其对各种建筑物和构筑物影响的研究,才能充分发挥爆破技术的经济效益和最大限度地降低爆破振动的危害。     

土岩复合地层条件下爆破振速衰减模型优选

随着城市化进程的加快,地下工程建设日益增多,爆破施工是较常见的一种施工工法,对周围建筑物和已有线路的影响较大.爆破药量、爆心距和高程差等因素的不同都会使爆破振速产生较大的差异,造成不可挽回的影响.为了优选更合理的爆破振速衰减模型对预测爆破振动效应,以青岛地铁某线施工为背景,采用多段爆破的爆破方式,设置多个监测点记录爆破振速,对比分析不同爆破振速预测模型效果和适用性,并在此基础上进行模型优化.结果表明:爆破振动在地面传播过程中空洞效应的影响较大;爆破振动效应是多种因素综合作用的结果,模型涉及因素越多,则爆破振速预测模型的结果与实测值越接近;根据空洞效应建立的分段预测模型能有效地预测爆破振动在地面的衰减规律,可被类似工程借鉴.面对复杂的爆破施工场地,应根据条件进行爆破振速衰减模型的选择.     

隧道下穿民房爆破振动效应监测

依托右线隧道穿过民房正下方的福建省厦门市石堀山隧道工程,在民房第一、二层墙角处各布置一台自动化爆破振动仪,对爆破开挖引起的振动进行长期监测.结果表明:爆破振速整体上随着测点与掌子面距离的减小而增大;在三向振速中,垂向振速不一定总是最大,但主频小于30 Hz,垂向振速占比最多;分析时应综合振速与主频,选择优势分向振速,或根据建筑物固有频率,选择接近的主频对应的分向振速;当测点与掌子面距离为10~50 m时,爆破振度显著放大,而主频有一定的衰减,径向和垂向主频衰减至与房屋固有频率接近;当测点与掌子面距离为50 m内时,随着掌子面远离测点,振速影响系数C_v先增大后减小,主频影响系数C_f先减小后增大;空洞影响垂向最大,径向次之,切向最小;C_v最大值为3.4,C_f最小值为0.35.     

基于极限学习机(ELM)的视线落点估计方法

基于极限学习机(ELM)所具有的训练速度快、适合多分类的特点,提出一种新的单摄像机视线追踪系统视线落点估计方法.在初始标定阶段,将多视线参数作为ELM输入,将视线在屏幕上的落点区域作为输出,将非线性多项式作为激活函数,通过初始标定获取ELM训练数据,建立视线特征参数和视线屏幕落点之间的映射模型.实验结果表明,通过对不同角度分布的视线落点进行估计和改变隐层单元数量进行训练,基于ELM的视线落点估计方法无论视线落点精度还是稳定性均优于传统的非线性多项式拟合方法.     

上下交叉隧道爆破振动特性研究

上下交叉隧道爆破开挖过程中,确保已开挖隧道在爆破载荷作用下的安全是施工过程中的关键问题.以八达岭长城站隧道工程为背景,对进站层主通道爆破开挖进行爆破振动监测,得到了开挖断面在接近和远离监测点的过程中,各监测点的振速分布规律;对实测波形进行频谱分析,得到了不同频率范围的能量分布及不同时刻的瞬时能量.运用LS-DYNA程序建立上下交叉隧道有限元模型,提取了各监测单元的速度时程曲线及等效应力时程曲线.结果表明:各单元振速分布规律与实测振速分布规律相吻合;各单元的等效应力值小于岩体的拉伸屈服强度,未对隧道岩体造成破坏.结合数值计算结果,依据等效应力判据确定了保证已开挖隧道安全的质点临界振动速度,为上部隧道开挖对下部隧道的爆破扰动控制提供了理论依据.     

隧洞爆破开挖对岩质高边坡产生的振动效应研究

针对金佛山水利工程中水工隧洞爆破对左岸岩质高边坡的不利影响,采用有限元数值模拟手段,研究了隧洞爆破对边坡的振动效应,探讨了振动波的传播及分布规律,查明了边坡内部裂隙对振动波传播的影响,根据应力和振速之间的相关性,提出了该边坡的爆破振速的参考安全阀值。结果表明：金佛山水工隧洞爆破开挖对左岸岩质高边坡的振动影响较小,振速峰值未超过规范所规定阀值;由于隧洞爆破和边坡开挖爆破对边坡的坡面振动效应以及传播方向不同,导致爆破振动波通过边坡内部裂隙的传播规律也不同;根据边坡平台内外侧质点的速度分布,借鉴小湾水电站边坡工程,选取平台内侧岩体作为监测部位,根据应力和振速之间的统计规律,得到了左岸岩质高边坡的爆破振速参考安全阀值。     

基于ALE算法的隧道开挖爆破振动特性数值分析

基于ANSYS/LS-DYNA软件,分析隧道开挖过程中爆破振动对围岩及初期支护的影响.为了使数值模拟能够真正反映实际情况,采用更精确合理的爆炸数值计算方法:利用软件内置炸药模块和状态方程模拟爆破荷载的作用,并采用ALE算法模拟炸药与岩石之间的接触关系.在ALE算法中,为防止爆炸过程中网格的过分畸变给结果带来不利影响,将炸药定义成流体.分析结果表明:应力、速度均在爆炸发生的极短时间内达到峰值,而后迅速衰减,10ms后达到稳定状态.上台阶爆破在围岩拱顶处产生的水平振速峰值为下台阶爆破的6倍左右,在拱脚位置约为0.88倍;上台阶爆破在围岩拱顶处产生的竖直振速峰值为下台阶爆破的8倍左右.下台阶爆破在围岩拱顶处产生的应力峰值是上台阶爆破的1/5,在拱脚处相差不大;同一位置,初期支护结构质点振速峰值与单元应力峰值均比围岩大.     

基于量纲分析的戈壁地区爆破振动衰减模型

为了建立预测精度较高的戈壁地区爆破振动衰减模型,首先在大量现场爆破振动监测的基础上回归得到了传统的萨道夫斯基公式；进一步通过分析与爆破效应相关的物理量,基于量纲分析法推导了可以反映柱状装药特征的成排深孔爆破振动速度预测公式；最后将推导得到的爆破振动速度预测公式与传统萨道夫斯基公式进行现场应用,验证本文爆破振动公式的准确性。研究结果表明,本文爆破振动公式在三个方向上(水平径向、水平切向和垂直向)的振动速度预测精度均高于萨道夫斯基公式,后者预测值的平均相对误差约为本文爆破振动公式的两倍。研究结果可为爆破振动的分析、预测以及安全评价提供参考依据。     

研山铁矿露天爆破振动监测及分析

研山铁矿东帮边坡局部围岩风化比较严重,存在顺层层理面和垂直裂隙,在生产爆破等不利因素作用下有明显滑坡失稳可能。为了确保边坡的安全,需要进行爆破振动监测并提出相应的控制措施。通过对监测数据进行分析回归,得到爆破质点峰值振动速度及振动主振频率公式。结合东帮岩体力学性质,采用应力波理论确定东帮边坡临界质点振动速度为17.2 cm/s,安全允许振动速度为5 cm/s;同时给出了安全允许距离与最大同段药量之间的关系,为矿山生产爆破设计提供参考。     

爆破震动中萨道夫斯基拓展式的回归分析

在运用萨道夫斯基公式进行爆破震动速度的测控分析中,当爆破震动质点的高程差发生改变时,该公式的适用性将受到限制.结合萨道夫斯基公式,并利用MATLAB软件对该式及拓展式的各参量进行了线性、非线性、残差分析以及无偏估计.试验结果分析显示,考虑高程差后的回归模型能更准确的预测不平整场地中爆破震动质点的速度值,同时降低了爆破震动速度的相对误差以及达到回归预测的目的,进而提高对工程中质点震动速度的测量精度.     

岩质高边坡爆破质点振动效应分析

针对凹山铁矿采场边坡生产爆破工程,利用爆破测振仪对现场爆破作用下岩体质点振动速度进行监测,得到边坡质点振动速度的衰减规律。结果表明:边坡质点振动速度随距离的增加呈指数衰减趋势,在台阶局部由于高差的存在振动速度出现放大现象。根据高程放大效应对经验公式进行二元回归分析,得到更准确的爆破振动速度预测模型,为矿山生产爆破及时调整参数,保证边坡爆破的安全施工提供了有效依据。