油田产量预测系统

运用预测模型和数据库管理一体化技术，面向油田已有的数据库数据、包容各种预测方法．建立了油田生产的计算机预测系统，以提高预报效率和数据管理水平，并为制订生产规划提供依据．应用表明，该系统具有推广和实用价值．     

油田产量预测系统

运用预测模型和数据库管理一体化技术，面向油田已有的数据库数据、包容各种预测方法。建立了油田生产的计算机预测系统，以提高预报效率和数据管理水平。并为制订生产规划提供依据。应用表明，该系统具有推广和实用价值。／     

区县级滑坡灾害预测预报系统研究与应用(三峡地区资源环境生态研究)

滑坡灾害是危害最为严重的地质灾害之一,防治这种地质灾害最有效的途径是对其进行预测预报。为了较好地预测预报滑坡灾害,通过对滑坡灾害危险等级区划模型进行深入研究分析,采用滑坡有效降水引发的滑坡灾害危险区划模型,运用GIS二次开发方式设计实现了区县级精细化滑坡预测预报系统,完成了滑坡灾害危险等级区划结果预测及滑坡灾害信息管理。该系统以文本、图片的方式,通过电视、广播、互联网、远程Web访问、手机短信服务等多种渠道向公众发布当日及未来3日可能发生危险滑坡等级,提供应对措施等有效参考信息,也为当地政府部门制订防灾、减灾措施等提供科学的决策依据。     

考虑时空相关性的网络交通流短期预测

实时、准确的交通流短期预测是交通诱导、管理的前提.为了提高预测精度,结合交通流数据中的历史时间相关性与网络空间断面相关性,构建了一种基于皮尔森相关系数法(Pearson Cor-relation Coefficient,PCC)与双向长短时记忆(Bidirectional Long Short Term Memory,BLSTM)架构的交通流短时预测模型.该模型可以通过PCC筛选路网中与目标路段空间相关的路段,并将其重构为新数据集,作为BLSTM预测模型的输入,以实现交通流短期预测.通过美国加州交通流数据对模型预测性能进行评价,实验结果表明:该模型可以融合交通流数据中的时空相关性,相对于其他主流预测模型精度平均可提高4.83％.     

两种数学模型在黄茨滑坡预报中的应用研究

由于滑坡的复杂性以及预报模型和方法的局限性,简单地利用单一的滑坡预测预报模型准确地预报滑坡的滑动时间可信度不高[1].本文就是在滑坡的监测资料的基础上,通过监测点的选取、监测信息的处理和变形阶段的判别,选择灰色理论Verhulst和蠕变破坏两种与所预报滑坡相适宜的预测模型对滑坡滑动时间进行了预报,两种方法相互验证,提高了预测预报的精度和可靠性.     

基于小波神经网络的某边坡预测研究

边坡的地表位移监测是滑坡安全监控中的重要内容,对监测资料进行及时、合理和有效的分析,获取滑坡变形规律和安全状况是滑坡监测的重要工作之一。文章将基于BP算法的小波神经网络预测模型引入变形监测预报中,对工程实例进行了预测。结果表明小波神经网络预测可以取得良好的效果,且自适应预测能力较强。     

GIS在滑坡灾害预测预报领域的应用

地理信息系统（GIS）是一门交叉新兴研究领域,它不仅可以像传统的数据库管理那样管理数字和文字信息,而且还可以管理空间图形信息;二是它可以使用各种空间分析的方法,对多种不同的信息进行综合分析,寻找空间实体间的相互关系,分析和处理一定区域内分布的现象和过程.本文主要介绍GIS在滑坡预报预警中的应用和发展,作为一种分析处理地学数据的通用技术,结合它的信息管理功能,对滑坡灾害危险性和风险信息进行综合管理,实现滑坡灾害管理决策,达到防灾减灾的目的.     

基于S型增长曲线组合预测模型的滑坡变形预测研究

为了提高滑坡变形预测工作中的预测精度,采取基于S型增长曲线的组合预测方法,通过最优权重来组合滑坡预警预报中常用的Verhulst模型、Pearl模型,并将组合预测模型应用于历史滑坡的变形预测中进行验证研究。结果表明:单一预测模型中,Verhulst模型的预测效果较Pearl模型好,但拟合效果则是Pearl模型较佳;而基于最优权重的组合预测模型能充分利用单一预测模型的优势,能有效地提高滑坡变形预测的精确性。     

基于修正残差的协同预测模型边坡失稳预测应用

斜坡的协同预报模型是一种新的斜坡失稳时间预测模型。通过改变边界条件的灰色预测模型对残差进行了分阶处理,使原有协同预测模型的精度和预测准确性更高。并结合实例检验了改进的预测模型用于滑坡短期预报的有效性、可行性。     

基于优化支持向量机及极限学习机的滑坡变形趋势研究

受地质环境及多种诱发因素的影响,滑坡变形包含了多层次的信息,通过单一预测模型难以准确、有效地判断滑坡变形趋势.因此,建立多方法集合的系统模型十分必要.首先,利用小波去噪对滑坡变形序列进行去噪处理,将滑坡变形分解为趋势项和误差项,采用PSO-SVM模型对滑坡变形的趋势项进行预测,利用ELM神经网络进行误差修正,两者结果叠加即得到滑坡的变形预测值;其次,利用秩相关系数检验对滑坡的变形趋势进行判断,以验证前法预测结果的准确性,并探讨该方法在滑坡变形趋势判断中的适用性.经实例检验,得出:该预测模型的预测值与实测值基本相符,且较单一预测模型具有更高的预测精度;同时,秩相关系数检验的结果与预测结果相符,验证了变形预测结果的准确性及该方法在滑坡变形趋势判断中的适用性.     

BP神经网络模在不等时距滑坡变形预报中的应用

介绍神经网络模型的建模原理和方法,并采用该模型对实际滑坡不等时距监测数据进行处理和分析。结果表明神经网络模型能够对变形监测不等时距数据做出比较准确的模拟和预报,从而能够为变形监测的不等时距数据处理提供一种较好的方法, 可以作为今后同类数据处理的模型。     

抚顺西露天矿人车卷边坡失稳演变规律

针对抚顺西露天人车卷边坡的变形发展和滑坡,通过５种滑坡灾害预报理论的分析,建立了等维新息Ｖｅｒｈｕｌｓｔ和等维新息尖点突变２种滑坡预报模型。以抚顺西露天矿人车卷滑坡为例,进行了滑坡预测,滑坡体稳定性的演变过程与采矿工程的关系、边坡体稳定性衰变与位移速率的关系以及“准静态”滑坡失稳体的开采控制。     

滑坡地质灾害远程实时监测预报技术与工程应用

针对传统滑坡地质灾害监测预报技术存在的问题,提出"滑坡发生的充分必要条件是滑动力大于滑动面抗滑力,并将滑动力的变化作为滑坡监测预报主要参数"的学术思想。以工程边坡为研究背景,开发滑坡超前滑动力物理模拟实验、工程灾害物理模型实验等系统。采用室内和现场测试、物理和数值模拟等综合研究方法,建立力学模型,推导了相关公式,研发恒阻大变形缆索及其滑坡地质灾害防治—加固—监测—预报一体化控制技术。研发基于滑动力变化的滑坡地质灾害远程监测预报新技术及装备系统,通过大量实测曲线分析,总结四种相应的滑坡预警模式。结果表明,自2006年以来,该项技术已在露天煤矿和金属矿开采、西气东输、高速公路等工程边坡及其他自然边坡中成功推广应用,取得显著的经济和社会效益。     

变权组合预测模型在滑坡预测中的应用

为探讨变权组合预测模型在滑坡预测中的应用,以湖北省秭归县新滩滑坡为例,以A3点实际监测数据为基础,采用基于灰色预测法、Verhulst模型预测法以及协同预测法的变权组合预测方法,对新滩滑坡部分监测点位移进行了建模和预测。预测结果表明,利用变权组合预测方法,比单纯运用某一种预测方法,预测精度更高,误差平方和最多相差10.408,最少相差0.184。该方法可应用于实际工程。     

Probability forecast of regional landslide based on numerical weather forecast

0IntroductionChina is a country with most of its territorycovered by mountain region.Every yearmountain hazards are responsible for disasters andcatastrophesin mountainous area,of whichlandslideis especially outstanding.It has caused the greatthreat to lives and property and has restricted eco-nomic development.Landslide forecast,as an effec-tive measure,plays ani mportant rolein hazard miti-gation.Great progresses have been achievedin sin-gle landslide forecast up to now.Many methods,fromFa…     

BP神经网络在不等时距滑坡变形预报中的应用

介绍神经网络模型的建模原理和方法,并采用该模型对实际滑坡不等时距监测数据进行处理和分析。结果表明神经网络模型能够对变形监测不等时距数据做出比较准确的模拟和预报,从而能够为变形监测的不等时距数据处理提供一种较好的方法,可以作为今后同类数据处理的模型。     

位移监测在滑坡评价预测中的应用

变形位移监测可为分析滑坡的结构和成因，评价预测滑坡的稳定性及发展趋势等提供丰富的信息，综合分析位移监测资料及滑坡地质勘察资料，能达到滑坡评价预测的理想效果，实例分析表明，位移监测能准确地确定滑坡的滑面，位移速率及位移方式等的空间差异，可用于分析滑坡体的结构，位移监测资料与人类工程活动，降雨，地下水等因素的相关性分析，可为研究滑坡的成因提供重要信息，将位移监测资料与斜坡变形破坏现象结合起来，能更多准确地判定斜坡的变形阶段，评价和预测滑坡的稳定状况。     

混沌序列PSO-RBFNN耦合模型在滑坡监测中的应用-杨虎

滑坡位移系统的发展演化受到多种不确定性因素的影响,可能存在非线性特征。而同时包含了确定性和非确定性分析的混沌理论,能有效阐释滑坡位移序列的复杂的非线性过程。因此本文首先对滑坡位移序列进行混沌分析,揭示其内在演化机理;在相空间重构的基础上,再采用拟合和泛化能力较好的径向基网络（RBFNN）对其位移值进行实时动态预测,针对RBF网络存在参数选取困难的问题,运用粒子群算法（PSO）对RBF网络的参数进行优选。提出了基于混沌理论的PSO-RBFNN滑坡位移预测模型。经过实例验证,并与粒子群优化的BP神经网络（PSO-BP）和单独RBF网络进行对比,表明滑坡位移序列确实存在混沌特性且PSO-RBFNN模型预测精度更高、效果更好。     

滑坡监测预警云平台系统的设计及应用

设计一套滑坡监测预警的云平台系统,采用模块化设计方式建立云平台系统网络,开发独立的监测管理软件系统;在云平台中建立灰色Verhulst模型,对实测数据进行处理,通过灰色Verhulst模型对边坡的变形趋势进行预测,预测边坡可能产生滑坡的时间,实现对滑坡的提前预警.系统经过调试后部署于广西百色市田林县公路两旁的边坡进行实测,结果表明:滑坡云平台系统能够有效地监测边坡的变形,通过灰色Verhulst模型可实现对山体滑坡的预警.     

基于无线传感器网络的分布式山体滑坡预警监测

设计了一种采用无线传感器网络作为主要技术手段的山体滑坡预警监测系统.研究核心是滑坡体应力数据的统计模型以及相应的分布式监测算法.应力数据通过高斯变量平均过程(VMGP)来建模.在滑坡预报中,漏报率是衡量监测系统性能好坏的标准.把分布式监测算法和传统的中心监测算法作了对比分析,实验从滑坡漏报率分析得到前者的性能优于后者,从而验证了分布式监测算法的可行性.