基于LS-SVM的热带气旋强度预报

建立了基于最小二乘支持向量机的热带气旋强度预报模型。针对机理建模和神经网络建模无法提供热带气旋强度预报的有效解决方案,研究了基于最小二乘支持向量机的回归模型。利用给定的热带气旋数据集,使用交叉验证和网格搜索的方法对最小二乘支持向量机回归模型进行了参数优化选择。实验结果表明,建立的热带气旋强度的12,24,48和72 h的预报模型,都满足了预定的误差要求。     

基于PSO优化LS-SVM的木材含水率软测量建模

木材含水率是木材干燥过程中重要的技术指标。针对木材干燥过程具有强耦合、大滞后、非线性的特点以及木材含水率检测存在的问题,提出一种软测量方法。利用最小二乘支持向量机(LS-SVM)对非线性系统时间序列数据进行学习,建立被控对象的软测量模型,同时通过粒子群优化(PSO)算法对LS-SVM的惩罚因子和核函数参数进行滚动优化,提高软测量模型的预测精度。将木材干燥窑内的温度、湿度以及木材含水率作为样本数据,通过PSO优化的LS-SVM方法建立木材含水率的软测量模型,进而利用该模型实现对目标检测点木材含水率的软测量。仿真结果表明,PSO-LSSVM软测量模型预测精度高,泛化能力强,满足木材干燥控制系统的实际测量要求。     

基于混合QPSO的LS-SVM参数优化及其应用

针对最小二乘支持向量机(LS-SVM)的参数寻优问题,提出一种基于混合量子粒子群算法(HQPSO)的LS-SVM参数选择方法,以提高LS-SVM模型的学习性能和泛化能力.该算法结合QPSO算法的全局优化能力和Powell的局部寻优能力,分别对粒子初始位置、新局部最优位置以及全局最优位置进行Powell局部寻优,提高求解速度和解的精确性.利用测试函数对该建模方法进行仿真测试,与PSO LS-SVM模型进行比较,并利用湿法炼锌净化过程现场数据进行工业验证.研究结果表明:HQPSO LS-SVM模型具有较好的泛化性能,模型预测精度高,预测结果满足工艺生产的要求.     

基于LS-SVM方法的晴空逐时太阳辐射模型

利用浙江省杭州和椒江两站2003-2005年的晴空逐时气象数据,采用最小二乘支持向量机方法(LS-SVM),建立了晴空逐时太阳辐射模型.模型的输入因子为逐时天文辐射、气温、气压、水汽压、能见度和风速等要素,输出因子为逐时太阳辐射.模型数据分为2部分,其中2003年的数据用于训练建模,2004-2005年的数据用于模型的评估.结果表明,LS-SVM方法能够很好地模拟气象要素对太阳辐射的非线性影响,建立的太阳辐射模型精度较高,模型的解释性方差R2为0.950 5,均方根误差ERMS-0.159 0 MJ·m-2,平均误差EMB和平均绝对误差EMAB分别为0.005 3和0.124 1 MJ·m-2.根据浙江省68个气象站2005-12-15T14:00的气象要素,估算出的太阳辐射为1.39～2.24 MJ.m-2.基于LS-SVM方法的晴空逐时太阳辐射模型具有很好的学习推广能力,利用常规的气象观测资料,即可模拟出具有相似气候背景下的晴空逐时太阳辐射,为太阳辐射遥感反演提供地面数据.     

基于萤火虫-支持向量机方法的地下厂房围岩力学参数反分析研究

将萤火虫算法应用于最小二乘支持向量机的核函数及其参数的优化,建立了萤火虫算法-最小二乘支持向量机反分析模型.结合溧阳抽水蓄能电站基本地质条件和监测数据,建立地下厂房块体离散元数值模型,反演获得围岩力学参数.研究结果表明:两个侧压力系数反演值分别为0.493、0.633,三类岩体弹性模量分别为11.82、5.48、2.33 GPa;将反演结果代入数值模型,最终得到的多点位移值与现场监测的位移值的最大误差为11.11%,满足精度要求;利用反演参数进行正演分析,基于地下洞室群开挖过程中的变形协同、应力分布、塑性区探讨了洞室群围岩稳定性.研究成果可为地下洞室稳定性控制提供参考.     

基于LS-SVM的无人机费用预测

无人机费用预测是在装备研制设计阶段就必须考虑的重要问题。针对无人机费用预测小样本、具有不确定性等特点,提出了基于最小二乘支持向量机(LS-SVM,Least Squares Support Vector Machines)的无人机费用预测模型,并应用于研制费用、维修保障费用预测。应用结果表明,LS-SVM具有较高的费用预测精度。     

基于LS-SVM的交通流量时间序列预测

针对城市交通“智能运输系统”。本文提出了基于最小二乘支持向量机(LS-SVM)方法的交通流量时间序列预测，并给出了基于最小二乘支持向量机方法的算法，与传统的神经网络相比，此方法简单易实现．通过实验表明。此方法确实效果好，能取得较好的预测效果。     

基于LS-SVM的TBM掘进参数预测模型

针对目前TBM数据挖掘能力和掘进参数优化预测分析的不足以及对未来TBM实现无人驾驶的展望,将最小二乘支持向量机（LS SVM）机器学习应用到TBM掘进参数预测中,从吉林引松工程TBM掘进数据中提取掘进上升段的刀盘扭矩、刀盘推力、总推力、推进速度这4个重要参数建立LS SVM预测模型,预测4个参数在稳定段的均值,并讨论了模型训练集大小、参数选取等对预测性能的影响。结果表明,以原始数据中均匀提取的样本、RBF核函数和10折交叉验证建立的LS SVM模型可以较为准确地预测稳定段中上述4个参数,验证了LS SVM机器学习预测TBM掘进参数的可行性。     

基于LS-SVM的捷联惯组误差系数预测

针对目前小样本容量的捷联惯组误差系数预测精度不高的问题,采用最小二乘支持向量机(LS-SVM)对捷联惯组误差系数进行了预测研究,并以某型捷联惯组的某项陀螺漂移误差系数的历史数据为例进行了预测.结果表明,最小二乘支持向量机具有优秀的小样本数据学习能力和预测能力.     

基于LS-SVM的橡胶炭黑均匀度判定模型

为了减少橡胶生产过程中的废品率,需要间接、实时、准确地确定橡胶中炭黑的分散均匀度。基于结构风险最小化原则的支持向量机(SVM)是一种新型的机器学习方法,对于小样本决策具有良好的分类、推广能力．应用多元分类的最小二乘支持向量机建立了橡胶炭黑分散均匀度六级判定模型,并对实际数据进行判定,平均错别率下降到3．6％。结果表明该模型是可行的,并能快速、准确地判定橡胶炭黑的分散均匀度。     

基于克隆选择算法的基坑工程位移反分析

鉴于在基坑工程中传统位移反分析方法存在的计算量较大,不易掌握以及求得岩土介质力学性能参数精度较低的不足,提出基于克隆选择算法的位移反分析方法.该方法的核心在于采用BP网络为正演工具代替有限元方法,描述岩土介质力学性能参数和位移的非线性映射,以减少计算量;利用克隆选择算法为反演工具,优化岩土介质力学性能参数,以提高计算精度;依据高精度的岩土介质力学性能参数又可以估算出高精度的位移.仿真试验表明了该方法的可行性和有效性.     

渗流作用下的基坑变形分析

以深厚饱和软土地区的南京某基坑工程为例,基于地下水渗流因素对基坑变形数据系统分析,总结其在渗流作用下的变形规律.进一步借助有限元软件Midas/GTS的渗流模块,开展考虑渗流前后的基坑变形模拟分析.研究表明:考虑渗流作用下的地表沉降量较之前增加约22.9％,经分析,该部分除固结沉降外多由渗流诱使地连墙位移所致;另外,渗流力对地连墙底部作用尤为明显,其位移量较未考虑渗流增大2.9mm,故渗流作用下地连墙底部加固问题应在基坑施工时给予足够的重视.     

基于开挖方法对深基坑变形的分析与施工优化

为研究开挖方式对深基坑变形分析与施工优化,采用有限元软件FLAC3D对上海某深基坑开挖进行模拟.通过改变开挖方式,在数值计算中设置若干种工况,研究开挖过程中的基坑围护结构位移变化、地表沉降.研究结果表明:3种不同的开挖方法对于基坑变形的控制能力依次是台阶式退挖、跳挖、竖向顺序分层开挖.在采用了新的开挖方式后,基坑周边的最大沉降值也由之前的10 mm左右减小到8 mm左右,基坑围护结构最大水平位移由原来的45 mm减小到40 mm,说明新的开挖方式有效的控制了深基坑变形.     

基坑位移时间序列预测的高斯过程方法

应用高斯过程理论,采用机器学习的方法,针对基坑工程中常规分析方法的预测结果与实测值出入较大的问题,提出一种基于高斯过程的基坑非线性位移时间序列预测的新方法.工程实例应用结果表明,该方法科学可行,具有很强的自学习、非线性动态处理的能力,预测精度高.     

基于有限元分析地下水对开挖基坑稳定性的影响

为研究基坑开挖过程中地下水渗流对基坑侧壁的稳定性变化,采用G-slope岩土工程计算软件,对某基坑开挖过程中的地下水渗流状态、基坑底部隆起位移以及基坑侧壁整体稳定性进行了数值模拟分析。分析结果表明:基坑开挖会影响地下水渗流状态,地下水位等势线向基坑开挖方向倾斜,饱和区等势线保持平行,非饱和区水位等势线变化较慢;在基坑开挖过程中伴随着坑底土体的隆起;坑壁整体稳定性随基坑开挖深度的增加而减小,当开挖至第四步时坑壁处于失稳状态。研究成果对存在地下水的基坑开挖具有一定的借鉴意义。     

基坑支护中水泥土挡墙的水平位移计算

文章基于在基坑支护工程中,将水泥土搅拌桩生成挡墙围护的工程实际应用,考虑其受力的基本模式和变形的基本条件,简化为弹性支护结构的位移计算模式进行变形分析;并结合文献资料作出对比,同时对支护结构的水平压顶梁进行了简化受力分析对比,得出有益的结论,说明该位移形式符合实际工程。     

大连地铁车站基坑变形特性分析

为了研究大连地铁车站基坑变形特征以及基坑变形与开挖深度的关系,采用统计分析、数值拟合相结合的方法,通过对基坑实测数据的分析,结果表明:大连地区基坑墙后地表沉降最大值约为基坑深度的0.154%,基坑围护结构最大侧向位移值约为基坑深度的0.159%;最大地表沉降值与围护结构最大侧向位移值比为0.97,近于相等.研究结果可对后续地铁车站建设的设计提供一定依据,初步经济有效地控制由于车站深基坑变形引起的周围地层的移动.     

考虑支撑作用的深基坑整体稳定性可靠度分析

以往对带支撑的深基坑整体稳定性分析时,相关的基坑工程规范并未考虑支撑的作用,这势必会造成安全系数值或可靠度指标值与实际不符.针对这一问题,结合可靠度优化算法,建立可考虑支撑作用的优化模型,分析支撑对基坑整体稳定性的有益作用以及支护桩嵌固深度均值和变异性对可靠度指标的影响.结果表明,考虑支撑作用的整体稳定性可靠度指标值明显提高,失效概率大大降低,而安全系数增幅较小;嵌固深度的均值和变异系数对可靠度指标有显著影响.在进行基坑设计时,采用可靠度分析方法计算的支护桩嵌固深度较安全系数设计法更为经济合理.     

基于群组评价的深基坑工程方案优选研究

深基坑工程方案的优选需要业主、设计、施工、监理和社会参与方通过群组协商实现.基于深基坑工程特点和群组评价理论,针对当前深基坑工程方案评价规则构建缺失的问题,在决策个体权重分配与修正、异质主体有效性判断及群组信息集成等方面构建评价规则,同时以三元区间数处理模糊信息.在此基础上对方案进行评价,得到方案群组评价值,并据此进行方案的优劣排序.实例验证了该评价规则的合理性与可行性,可为基于群决策的深基坑工程方案优选提供更合理的方法与依据.     

深基坑开挖对邻近建筑物影响数值分析

文章针对复杂周边环境下的深基坑开挖,提出将基坑边线附近地层稳定分析引入基坑施工模拟过程的新方法;结合地层分析与三维有限元计算模拟基坑施工过程,表明地层稳定分析有助于判断基坑底部岩层之间的相对滑移状况,采用真实的地层曲面也使模拟的基坑支护体系的受力状态更加符合实际;验证该方法的可行性,所提出的方法为今后复杂周边环境基坑分析提供了一个新思路.