地震诱发的侧向水平位移神经网络预测模型 被引量：6

1

作者 佘跃心 刘汉龙 高玉峰 《世界地震工程》 CSCD 2003年第1期96-101,共6页

在对地震液化诱发的侧向水平位移预测模型评述的基础上,分析了地震、地形、土质等实测数据与侧向水平水移之间的相互关系,并提出了侧向位平位移神经网络预测模型。模型较好地反映了参数之间复杂的非线性关系,网络预测结果与实测数据较... 在对地震液化诱发的侧向水平位移预测模型评述的基础上,分析了地震、地形、土质等实测数据与侧向水平水移之间的相互关系,并提出了侧向位平位移神经网络预测模型。模型较好地反映了参数之间复杂的非线性关系,网络预测结果与实测数据较为吻合,两者之间相关系数为0.9左右。模型数据分析结果表明侧向位移随着距自由临空面距离(L)的增加而呈双曲线关系下降,随液化层厚度的增加而增加。不同L条件下临空面高度与侧向位移之间有一灵敏变化区,即当H约等于4～7m之间时,侧向位移急剧变化。 展开更多

关键词 侧向水平位移神经网络预测模型 地震灾害 液化 地形 土体 统计模型

在线阅读 下载PDF 职称材料

基于BP神经网络-加权马尔科夫模型的泄水闸水平位移预测 被引量：5

2

作者 丁倩 黄耀英 +2 位作者 谢同 李峰 高磊 《水资源与水工程学报》 CSCD 2020年第6期187-193,共7页

针对传统变形统计模型和BP神经网络模型对水工建筑物变形预测精度欠佳的问题,建立了BP神经网络-加权马尔科夫模型。首先,采用均值-均方差法对BP神经网络模型拟合的相对误差序列进行状态分类,并检验状态序列的马氏性。然后计算各阶自相... 针对传统变形统计模型和BP神经网络模型对水工建筑物变形预测精度欠佳的问题,建立了BP神经网络-加权马尔科夫模型。首先,采用均值-均方差法对BP神经网络模型拟合的相对误差序列进行状态分类,并检验状态序列的马氏性。然后计算各阶自相关系数和转移权重,利用加权和最大概率值预测未来的随机状态。最后以王甫洲水利枢纽泄水闸11#闸墩测点水平位移实测数据为例,分析比较逐步回归统计模型、BP神经网络模型和BP神经网络-加权马尔科夫模型的预测效果。结果表明:相比于逐步回归统计模型和BP神经网络模型,BP神经网络-加权马尔科夫模型的预测精度更高,说明BP神经网络-加权马尔科夫模型较为可靠。 展开更多

关键词 水平位移预测 预测精度 BP神经网络 加权马尔科夫模型 马氏检验

在线阅读 下载PDF 职称材料

基于遗传算法的Elman神经网络模型在大坝位移预测中的应用 被引量：11

3

作者 刘雄峰 李博 李俊 《水资源与水工程学报》 2014年第3期152-156,共5页

针对大坝位移预测问题的复杂性、时变性和传统预测模型的不足,结合遗传算法(GA)的全局随机搜索能力和Elman神经网络的非线性映射、动态反馈信息和记忆功能的特点,建立了GA-Elman神经网络模型。与Elman神经网络模型相比,GA-Elman神经网... 针对大坝位移预测问题的复杂性、时变性和传统预测模型的不足,结合遗传算法(GA)的全局随机搜索能力和Elman神经网络的非线性映射、动态反馈信息和记忆功能的特点,建立了GA-Elman神经网络模型。与Elman神经网络模型相比,GA-Elman神经网络模型在预测大坝变形时具有全局收敛的特点,可以克服Elman神经网络容易陷入局部极小的缺陷。将该模型用于预测某水电站大坝实测变形数据,表明GA-Elman神经网络模型的预测精度高,在大坝位移预测中具备实用性。 展开更多

关键词 大坝位移预测 ELMAN神经网络 遗传算法 GA-Elman模型

在线阅读 下载PDF 职称材料

基于RBF神经网络的水闸垂直位移时间序列预测模型 被引量：3

4

作者 曹欣荣 楼章华 孙宏巍 《三峡大学学报（自然科学版）》 CAS 2010年第5期17-19,共3页

水闸垂直位移是水闸安全的重要特征之一.针对传统水闸垂直位移预测模型的不足,提出了基于RBF神经网络的时间序列预测模型,该模型克服了传统模型容易陷入局部极小和运算迭代量大的缺点,有效地提高学习速度,使得预测精度大大提高.利用Mat... 水闸垂直位移是水闸安全的重要特征之一.针对传统水闸垂直位移预测模型的不足,提出了基于RBF神经网络的时间序列预测模型,该模型克服了传统模型容易陷入局部极小和运算迭代量大的缺点,有效地提高学习速度,使得预测精度大大提高.利用Matlab的RBF神经网络工具箱建立了垂直位移时间序列预测模型,并应用于实际工程中,取得了较高的拟合预报精度. 展开更多

关键词 水闸垂直位移 RBF神经网络 时间序列 预测模型 神经网络工具箱

在线阅读 下载PDF 职称材料

基于神经网络误差修正灰色模型的基坑位移预测 被引量：2

5

作者 曹长礼 《人民长江》 北大核心 2010年第17期25-29,共5页

一般情况下,基坑工程位移的发展趋势可以分为3种类型,传统GM(1,1)模型由于模拟曲线为指数曲线,因此只适合于第1类趋势的位移时间序列建模。在无偏GM(1,1)模型的基础上建立修正曲线型无偏灰色预测模型和生长曲线型无偏灰色预测模型,适合... 一般情况下,基坑工程位移的发展趋势可以分为3种类型,传统GM(1,1)模型由于模拟曲线为指数曲线,因此只适合于第1类趋势的位移时间序列建模。在无偏GM(1,1)模型的基础上建立修正曲线型无偏灰色预测模型和生长曲线型无偏灰色预测模型,适合于第2、3类趋势的位移时间序列建模。结合神经网络的非线性描述能力以及无偏灰色预测模型的趋势预测能力建立神经网络误差修正灰色模型。基坑位移预测实例应用结果显示,神经网络误差修正灰色模型能很好地描述基坑位移的非线性发展。 展开更多

关键词 基坑 无偏灰色预测模型 神经网络 误差修正 位移预测

在线阅读 下载PDF 职称材料

基于PCA-RBF神经网络的混凝土坝位移趋势性预测模型 被引量：4

6

作者 陈斯煜 戴波 +1 位作者 林潮宁 曹文翰 《水利水电技术》 CSCD 北大核心 2018年第4期45-49,共5页

为了提高混凝土坝位移趋势的预测精度,提出了一种基于主成分分析(PCA)和径向基(RBF)神经网络的混凝土坝位移趋势性预测模型(PCA-RBF)。首先,利用主成分分析,将混凝土坝多测点的径向位移监测数据降维,消除影响分量数据集的多重相关性,分... 为了提高混凝土坝位移趋势的预测精度,提出了一种基于主成分分析(PCA)和径向基(RBF)神经网络的混凝土坝位移趋势性预测模型(PCA-RBF)。首先,利用主成分分析,将混凝土坝多测点的径向位移监测数据降维,消除影响分量数据集的多重相关性,分别提取出主元位移和主元影响分量。然后,把主元位移和主元影响分量输入径向基神经网络并构建模型,对提取出的主元位移进行预测。最后,将本法应用于某混凝土坝,结果表明,PCA-RBF模型的均方根误差(RMSE),平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别为2.037 8 mm,1.698 6 mm和3.32%,显著低于传统的多元回归统计模型、径向基神经网络模型(RBF)和利用经主成分分析进行因子处理的BP神经网络模型(PCA-BP),说明PCA-RBF模型有着良好的预测精度。 展开更多

关键词 主成分分析 径向基神经网络 混凝土坝 位移预测模型 大坝安全监测

在线阅读 下载PDF 职称材料

基于BP神经网络的居民消费水平的预测模型——以安徽省为例 被引量：9

7

作者 路思恒 尹红 《现代电子技术》 2022年第21期83-87,共5页

研究并分析居民消费水平和影响因素对我国经济的发展格外重要。基于BP神经网络建立居民消费水平预测模型,经过研究分析大量的相关文献,最终选择9个指标作为输入变量,居民消费水平作为输出变量;选择安徽省1990—2018年的统计数据作为搭... 研究并分析居民消费水平和影响因素对我国经济的发展格外重要。基于BP神经网络建立居民消费水平预测模型,经过研究分析大量的相关文献,最终选择9个指标作为输入变量,居民消费水平作为输出变量;选择安徽省1990—2018年的统计数据作为搭建预测模型的训练集和测试集。首先搭建神经网络,输入训练集,对神经网络进行不断的学习,运用梯度下降法,使损失函数达到最小的情况下,参数即为最优,也就确定了最终的神经网络预测模型;其次将归一化后的测试集输入到训练完毕的神经网络预测模型,得出预测值,并与真实值进行对比,得出误差率;最终该神经网络预测模型在训练集和测试集上的误差率均小于10%,达到了预期的结果,说明具有很好的可行性。 展开更多

关键词 预测模型 BP神经网络 居民消费水平 SIGMOID函数 梯度下降法 损失函数 数据归一化

在线阅读 下载PDF 职称材料

基于灰色理论和神经网络的边坡位移预测 被引量：13

8

作者 杨永波 刘明贵 +1 位作者 岳向红 李祺 《自然灾害学报》 CSCD 北大核心 2008年第2期138-143,共6页

边坡位移的发展受地质条件、天气环境和人类活动等众多因素的影响,变化趋势复杂,很难建立一个准确的经典数学模型对其进行全面的描述。为了得到边坡位移较准确的估计,采用多模型信息融合技术对边坡位移进行了预测。首先,将边坡这类影响... 边坡位移的发展受地质条件、天气环境和人类活动等众多因素的影响,变化趋势复杂,很难建立一个准确的经典数学模型对其进行全面的描述。为了得到边坡位移较准确的估计,采用多模型信息融合技术对边坡位移进行了预测。首先,将边坡这类影响因素复杂的系统看成是一个灰色系统,分别采用GM(1,1)模型、Verhulst模型和DGM(2,1)模型对位移值进行预测。其次,考虑到神经网络的高速并行计算能力和类似人类思维活动的处理机制,利用神经网络的办法对不同的灰色预测模型进行组合,生成灰色神经网络模型,该模型有效地将灰色理论弱化数据序列波动性的优点和神经网络特有的非线性适用性信息处理能力相融合,通过反复训练、学习,自动调节,可以得出各模型在组合模型中的合理权重,从而输出满意的结果。通过对比发现,利用组合灰色神经网络模型预测的位移值,比单独的灰色模型预测的位移值具有更高的精度。 展开更多

关键词 灰色模型 组合灰色神经网络 边坡位移 预测

在线阅读 下载PDF 职称材料

BP人工神经网络在深基坑桩体位移预测中的应用 被引量：20

9

作者 胡启晨 胡斌 蒋海飞 《安全与环境工程》 CAS 北大核心 2013年第3期154-158,共5页

深基坑围护结构的水平位移是基坑变形破坏的最主要形式之一。深基坑在开挖过程中,由于卸荷作用产生的压力差使得基坑围护结构产生水平位移,如果位移值过大,则会直接导致基坑主体结构和周边建筑物的破坏。本文基于MATLAB神经网络工具箱... 深基坑围护结构的水平位移是基坑变形破坏的最主要形式之一。深基坑在开挖过程中,由于卸荷作用产生的压力差使得基坑围护结构产生水平位移,如果位移值过大,则会直接导致基坑主体结构和周边建筑物的破坏。本文基于MATLAB神经网络工具箱函数建立了人工神经网络预测模型,对武汉某地铁车站深基坑开挖过程中桩体围护结构的水平位移进行了预测,并预测了基坑变形的未来发展趋势,以为基坑开挖与支护设计提供指导。预测结果显示其预测值与实际监测值基本一致,表明BP人工神经网络应用于深基坑桩体位移预测是可行、可靠的。 展开更多

关键词 深基坑桩体 变形预测 水平位移 BP人工神经网络 MATLAB

在线阅读 下载PDF 职称材料

优化GA-BP神经网络模型及基坑变形预测 被引量：30

10

作者 刘锦 李峰辉 刘秀秀 《隧道建设（中英文）》 CSCD 北大核心 2021年第10期1733-1739,共7页

针对现有GA-BP神经网络预测模型在训练样本预处理和隐含层结构设计方面的不足,通过相关系数回归分析确定最佳归一化区间,利用统计学原理推导得到隐含层神经元个数的解析式,并提出与其相适应的最佳单隐含层神经元个数的取值范围。结果表... 针对现有GA-BP神经网络预测模型在训练样本预处理和隐含层结构设计方面的不足,通过相关系数回归分析确定最佳归一化区间,利用统计学原理推导得到隐含层神经元个数的解析式,并提出与其相适应的最佳单隐含层神经元个数的取值范围。结果表明:1)经相关系数回归分析确定训练样本预处理的最佳归一化区间为[0.05,0.95];2)通过统计对比和反复试算,得到单隐含层结构最佳神经元个数区间为[4,7],双隐层更适用于神经元个数较多的情况(>4);3)“新陈代谢”方式选取训练样本可显著降低基坑变形的“时空效应”和人为因素干扰;4)构建“4-2(7,8)-1”型GA-BP神经网络模型,对不同深度基坑进行水平位移预测,精度评价指标表明优化的GA-BP神经网络模型预测效果良好,对工程开展具有参考价值,经多模型对比可知模型优化效果良好。 展开更多

关键词 基坑工程 GA-BP神经网络 基坑监测 水平位移 变形预测

在线阅读 下载PDF 职称材料

基于BP神经网络的农业机械化作业水平预测 被引量：5

11

作者 鞠金艳 王金峰 《农机化研究》 北大核心 2015年第3期74-78,共5页

我国农业机械化作业水平的发展变化具有增长性和波动性,对预测的方法要求较高。鉴于单一预测模型的局限性,在确定我国农业机械化作业水平各单一预测模型的基础上,建立了基于BP神经网络的农业机械化作业水平非线性组合预测模型,并对我国... 我国农业机械化作业水平的发展变化具有增长性和波动性,对预测的方法要求较高。鉴于单一预测模型的局限性,在确定我国农业机械化作业水平各单一预测模型的基础上,建立了基于BP神经网络的农业机械化作业水平非线性组合预测模型,并对我国农业机械化作业水平进行预测。误差分析表明,该模型可以有效地提高农业机械化作业水平的预测精度,用该模型对我国2012-2020年农业机械化耕、播、收作业水平进行了预测。预测结果表明,在未来几年我国农业机械化作业水平将保持快速增长趋势,到2020年机耕、机播和机收作业水平分别为91.37%、66.77%和71.93%。 展开更多

关键词 农业机械化作业水平 BP神经网络 组合预测模型

在线阅读 下载PDF 职称材料

基于PLS和GA的大坝变形神经网络预测模型

12

作者 许后磊 姜秀娟 徐波 《人民黄河》 CAS 北大核心 2010年第11期117-118,120,共3页

针对大坝安全监控模型中各因子间的多重共线性和非线性,利用偏最小二乘回归法解决了多重共线性,用经遗传算法优化的RBF神经网络解决了非线性,建立了PLS—GARBF大坝水平位移预测模型。实例应用结果表明:PLS—GARBF模型的预测精度优于独... 针对大坝安全监控模型中各因子间的多重共线性和非线性,利用偏最小二乘回归法解决了多重共线性,用经遗传算法优化的RBF神经网络解决了非线性,建立了PLS—GARBF大坝水平位移预测模型。实例应用结果表明:PLS—GARBF模型的预测精度优于独立使用RBF或GARBF的精度,更适合大规模的数据建模。 展开更多

关键词 偏最小二乘回归 遗传算法 神经网络 水平位移 大坝 预测模型

在线阅读 下载PDF 职称材料

人工神经网络预测混凝土柱屈服性能 被引量：8

13

作者 唐和生 李大伟 +1 位作者 苏瑜 赵金海 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第11期17-24,共8页

建立了一种基于人工神经网络的矩形混凝土柱屈服性能预测方法.该方法采用经验模型进行柱屈服性能影响因素的分析来确定该神经网络的输入参数,并通过敏感性分析验证了所选神经网络输入参数的合理性.为验证该方法的可行性与有效性,通过对P... 建立了一种基于人工神经网络的矩形混凝土柱屈服性能预测方法.该方法采用经验模型进行柱屈服性能影响因素的分析来确定该神经网络的输入参数,并通过敏感性分析验证了所选神经网络输入参数的合理性.为验证该方法的可行性与有效性,通过对PEER 210组矩形混凝土柱的屈服性能进行预测分析并与经验预测模型的预测结果进行比较.比较分析结果表明:神经网络预测结果与实验结果吻合程度远高于其他经验预测模型;同时也证实该方法在实验数据稀少的情况下为预测结构在地震作用下的性能提供一条新途径. 展开更多

关键词 矩形混凝土柱 屈服位移 人工神经网络 预测模型

在线阅读 下载PDF 职称材料

基于遗传神经网络的高边坡位移分析方法研究 被引量：4

14

作者 陈韵俊 韩永林 张立红 《水电能源科学》 北大核心 2010年第8期110-112,167,共4页

针对神经网络的稳定性与计算精度依赖于初始权阈值,改进了标准遗传算法,采用改进遗传算法优化神经网络的初始权阈值,构建了遗传神经网络模型并应用于水电站高边坡变形位移模拟预测中。实例结果表明,该模型预测精度高、简单易行、快速实... 针对神经网络的稳定性与计算精度依赖于初始权阈值,改进了标准遗传算法,采用改进遗传算法优化神经网络的初始权阈值,构建了遗传神经网络模型并应用于水电站高边坡变形位移模拟预测中。实例结果表明,该模型预测精度高、简单易行、快速实用,可应用于工程实际。 展开更多

关键词 遗传神经网络 高边坡 位移分析 方法研究 NETWORK Method NEURAL Based Analysis 优化神经网络 神经网络模型 改进遗传算法 标准遗传算法 阈值 预测精度 模拟预测 计算精度 变形位移 稳定性 水电站 结果

在线阅读 下载PDF 职称材料

基于EEMD-CNN-LSTM的新型综合模型在滑坡位移预测中的应用 被引量：6

15

作者 刘航源 陈伟涛 +2 位作者 李远耀 徐战亚 李显巨 《地质力学学报》 CSCD 北大核心 2024年第4期633-646,共14页

滑坡位移预测是滑坡稳定性评价的重要环节。尽管基于深度学习范式的时间序列方法预测滑坡位移取得了一定的成果,但由于滑坡位移数据的非平稳性、周期性和趋势性变化特征,导致当前时间序列模型的滑坡位移的多变量预测容易过拟合。为解决... 滑坡位移预测是滑坡稳定性评价的重要环节。尽管基于深度学习范式的时间序列方法预测滑坡位移取得了一定的成果,但由于滑坡位移数据的非平稳性、周期性和趋势性变化特征,导致当前时间序列模型的滑坡位移的多变量预测容易过拟合。为解决这一问题,针对滑坡位移数据的波动性和由周期项与趋势项位移叠加组成的特性,提出一种基于孤立森林(Isolation Forest,IF)异常检测、集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)、卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆神经网络(Long Short-Term Memory,LSTM)相结合的滑坡位移预测模型。选择三峡库区以降雨为影响因子的阶跃型白家包滑坡为研究对象,引入IF算法对滑坡原始位移数据进行异常检测,使用EEMD方法提取滑坡趋势项和周期项位移,通过CNN捕捉局部周期项和趋势模式,并基于LSTM模型预测总体位移。结果表明,EEMD-CNN-LSTM在预测降雨情况时滑坡总体位移的均方根误差(RMSE)、平均绝对误差(MAE)、评价绝对百分比误差(MAPE)和决定系数(R2)4种指标分别为0.4190、0.3139、0.2379和0.9997,前3种精度评价指标较现有模型分别提升32.3%、25.1%、7.3%。相较于传统的LSTM模型、随机森林方法和EEMD-LSTM方法,EEMD-CNN-LSTM模型在有、无降雨这一外部影响因素下具有显著优势,能够较大地降低过拟合,提高预测的准确性。 展开更多

关键词 滑坡位移预测 时间序列模型 卷积神经网络 集合经验模态分解 深度学习

在线阅读 下载PDF 职称材料

基于MISSA-CNN-BiLSTM模型的尾矿坝位移预测 被引量：1

16

作者 刘迪 杨辉 +2 位作者 卢才武 阮顺领 江松 《中国安全科学学报》 CAS CSCD 北大核心 2024年第9期145-154,共10页

为应对尾矿坝位移预测所面临的复杂情况和精度要求,提出一种基于多算法耦合的尾矿坝位移动态预测模型。首先,基于时间序列分解模型将累计位移分为趋势项和周期项,利用高斯回归时间序列预测模型预测趋势项位移;然后,运用不同Copula函数... 为应对尾矿坝位移预测所面临的复杂情况和精度要求,提出一种基于多算法耦合的尾矿坝位移动态预测模型。首先,基于时间序列分解模型将累计位移分为趋势项和周期项,利用高斯回归时间序列预测模型预测趋势项位移;然后,运用不同Copula函数研究诱发因素与周期项位移的整体相关性,鉴于周期项位移影响因素多样性与强非线性的特点,采用多策略融合的改进麻雀搜索算法改进麻雀搜索算法(MISSA)-卷积神经网络(CNN)-双向长短期记忆(BiLSTM)模型预测周期项位移;最后,将高斯回归趋势项位移预测值和MISSA-CNN-BiLSTM周期项位移预测值叠加。结果表明:尾矿坝累积位移预测值与实测值基本一致,预测结果相关性系数R为0.996,均方根误差(RMSE)为0.13 mm,建立的MISSA-CNN-BiLSTM多算法耦合模型预测精度较高,且能较好地预测尾矿坝位移的阶跃型变化。 展开更多

关键词 改进麻雀搜索算法(MISSA) 卷积神经网络(CNN) 双向长短期记忆(BiLSTM) 尾矿坝 位移预测 深度学习模型

在线阅读 下载PDF 职称材料

基于小波变换去噪的ARMA堤坝水平位移预测模型 被引量：8

17

作者 张鹏 王甜 王远明 《人民长江》 北大核心 2017年第S2期259-261,287,共4页

堤坝位移监测数据可以被视为非平稳时间序列,但是因为受到诸多因素的影响,位移的测值常含有随机误差。在传统时间序列预测方法的基础上,提出了基于小波变换去噪的时间序列预测方法。基本步骤是:采用小波分解与重构法去噪,将信号分解到... 堤坝位移监测数据可以被视为非平稳时间序列,但是因为受到诸多因素的影响,位移的测值常含有随机误差。在传统时间序列预测方法的基础上,提出了基于小波变换去噪的时间序列预测方法。基本步骤是:采用小波分解与重构法去噪,将信号分解到不同的频带上,再直接提取有用信号的频带进行重构,减小测值中的随机误差;进一步对去噪后不平稳的位移时间序列差分建立预测模型。工程实例计算分析表明,基于小波去噪所建立的模型位移预测结果要明显优于传统的模型位移预测结果,可以用于短期内堤坝水平位移预测中。 展开更多

关键词 小波变换去噪 小波分解 ARMA模型 水平位移预测

在线阅读 下载PDF 职称材料

Verhulst模型在深基坑坑周土体水平位移预测中的应用 被引量：4

18

作者 陈正威 王铁生 +1 位作者 冯康 缑慧娟 《华北水利水电大学学报（自然科学版）》 2014年第1期42-45,共4页

以郑州市郑东新区邮政大楼地下室深基坑工程为例,建立Verhulst模型,借助MATLAB软件的数值计算、绘图功能,对深基坑坑周土体水平位移量进行预测,并将该预测结果与GM(1,1)模型预测结果及实测数据进行对比分析.结果表明,Verhulst模型预测... 以郑州市郑东新区邮政大楼地下室深基坑工程为例,建立Verhulst模型,借助MATLAB软件的数值计算、绘图功能,对深基坑坑周土体水平位移量进行预测,并将该预测结果与GM(1,1)模型预测结果及实测数据进行对比分析.结果表明,Verhulst模型预测精度达到了一级,优于传统的GM(1,1)模型,对于预测类似基坑工程水平位移量有借鉴作用. 展开更多

关键词 深基坑 VERHULST模型 MATLAB 水平位移预测

在线阅读 下载PDF 职称材料

ARIMA模型和Holt-Winters方法在边坡土体深层水平位移预测中的比较 被引量：5

19

作者 晏凯 吴佳晔 +1 位作者 张应迁 杨露 《科学技术与工程》 北大核心 2020年第4期1567-1573,共7页

边坡土体深层水平位移预测是边坡变形监测的重要内容,对预防边坡安全事故有重要指导意义。典型的两种时间序列预测方法:ARIMA和Holt-Winters,适合预测边坡土体深层水平位移这类是既有随机性增长(或降低)又有时变性波动的非平稳时间序列... 边坡土体深层水平位移预测是边坡变形监测的重要内容,对预防边坡安全事故有重要指导意义。典型的两种时间序列预测方法:ARIMA和Holt-Winters,适合预测边坡土体深层水平位移这类是既有随机性增长(或降低)又有时变性波动的非平稳时间序列。选取了648个土体深层水平位移历史数据作为实证分析的原序列,使用ARIMA模型和Holt-Winters方法对其作出了预测,并比较分析预测结果。结果表明:两种方法的短期预测效果都很好,各具特点。 展开更多

关键词 安全工程 边坡土体深层水平位移 ARIMA模型 Holt-Winters方法 短期预测

在线阅读 下载PDF 职称材料

路堤侧向变形性状及预测模型研究 被引量：19

20

作者 余闯 刘松玉 《岩土力学》 EI CAS CSCD 北大核心 2008年第5期1305-1309,共5页

结合大量实测资料和已有的研究成果,分析了路堤荷载作用下水平向应变随深度的变化规律,得出了侧向变形沿深度呈"弓"型分布的变化规律;提出了符合该变化规律的预测模型及参数求解方法,模型中a、b和c等3个待定参数能简单地求出... 结合大量实测资料和已有的研究成果,分析了路堤荷载作用下水平向应变随深度的变化规律,得出了侧向变形沿深度呈"弓"型分布的变化规律;提出了符合该变化规律的预测模型及参数求解方法,模型中a、b和c等3个待定参数能简单地求出。工程实践表明,该预测模型不仅反映了侧向变形随深度的变化规律,且有一定的精度,能反映出最大侧向变形发生的位置,应用效果良好。 展开更多

关键词 路堤 侧向变形 预测模型 水平向应变

在线阅读 下载PDF 职称材料