期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
基于TGWO-LightGBM的混凝土坝变形预测模型
1
作者 黄姿慧 顾冲时 +1 位作者 王岩博 顾昊 《水力发电》 CAS 2024年第8期89-93,102,共6页
变形是影响混凝土坝安全运行的重要因素之一,对其中径向位移的预测能够保证混凝土坝在运行期间的安全。然而,大坝的变形数据并不是线性变化且容易陷入局部最优,为了解决这一问题,利用非线性灰狼优化算法(TGWO)对轻量梯度提升机(LightGBM... 变形是影响混凝土坝安全运行的重要因素之一,对其中径向位移的预测能够保证混凝土坝在运行期间的安全。然而,大坝的变形数据并不是线性变化且容易陷入局部最优,为了解决这一问题,利用非线性灰狼优化算法(TGWO)对轻量梯度提升机(LightGBM)进行优化,构建了一种以统计模型为基础的TGWO-LightGBM混凝土坝变形预测模型。仿真结果表明,TGWO-LightGBM模型相较于GWO-LightGBM模型、LightGBM模型,能够较好地搜索并优化轻量梯度提升机神经网络的参数、更好地平衡全局和局部性能,从而使得LightGBM预测模型具有更高的预测精度。 展开更多
关键词 混凝土坝 变形预测模型 TGWO LightGBM
在线阅读 下载PDF
小样本监测信息露天矿边坡变形预测模型对比分析 被引量:3
2
作者 吴浩 阮明浩 +3 位作者 张宏 张建华 叶海旺 董元锋 《武汉理工大学学报(交通科学与工程版)》 2014年第3期544-546,551,共4页
利用GM(1,1),BP神经网络和灰色BP神经网络组合三种模型,分别对不同样本容量的小样本监测信息进行测试,对比分析预测结果的准确性与稳定性.结果表明,边坡变形预测模型受既有监测信息的样本容量影响较大,样本容量的增加有利于边坡变形预... 利用GM(1,1),BP神经网络和灰色BP神经网络组合三种模型,分别对不同样本容量的小样本监测信息进行测试,对比分析预测结果的准确性与稳定性.结果表明,边坡变形预测模型受既有监测信息的样本容量影响较大,样本容量的增加有利于边坡变形预测模型精度的提高.在既有监测信息较少的情况下,GM(1,1)模型预测精度虽然最高,但缺乏稳定性;单一BP神经网络模型的预测精度由于样本较少,其精度较差.从预测结果的稳定性和精度两个方面综合对比来看,灰色BP神经网络组合模型更适用于小样本监测信息情况下的露天矿边坡变形趋势的预测. 展开更多
关键词 边坡变形预测模型 小样本监测信息 GM(1 1)模型 BP神经网络模型 灰色BP神经网络合模型
在线阅读 下载PDF
基于SAPSO-RVM的大坝变形预测模型及应用 被引量:1
3
作者 唐琪 包腾飞 +1 位作者 李月娇 屠立峰 《水电能源科学》 北大核心 2015年第4期85-88,共4页
鉴于支持向量机(SVM)存在结构稀疏化不足、缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中。选择高斯径向基函数作为RVM模型的核函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优,进而建... 鉴于支持向量机(SVM)存在结构稀疏化不足、缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中。选择高斯径向基函数作为RVM模型的核函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优,进而建立SAPSO-RVM回归预测模型。实例应用结果表明,RVM模型的向量数量远小于SVM模型,在保持良好泛化能力的前提下计算结构得到简化,混合粒子群算法相较于一般粒子群算法其全局寻优能力也有所提高,SAPSO-RVM模型回归预测精度较高。 展开更多
关键词 大坝变形预测模型 相关向量机 核函数 混合粒子群算法
在线阅读 下载PDF
基于SCE-UA/SVM的大坝变形预测模型研究 被引量:1
4
作者 付修庆 郑东健 +1 位作者 冯树荣 吴志丹 《水电能源科学》 北大核心 2015年第2期71-73,88,共4页
为提高大坝变形预测模型的精度,采用复合形交叉进化算法(SCE-UA),以均方根差最小为目标来优化支持向量机(SVM)的参数,从而建立了基于SCE-UA/SVM的大坝变形预测模型,并结合实际监测数据,对比分析了该模型与统计模型的优劣。结果表明,该... 为提高大坝变形预测模型的精度,采用复合形交叉进化算法(SCE-UA),以均方根差最小为目标来优化支持向量机(SVM)的参数,从而建立了基于SCE-UA/SVM的大坝变形预测模型,并结合实际监测数据,对比分析了该模型与统计模型的优劣。结果表明,该模型能够提高大坝变形的预测精度,为大坝变形预测提供了一种新的思路。 展开更多
关键词 SCE-UA 参数优化 SVM 变形预测模型
在线阅读 下载PDF
基于VMD-XGBoost-GRU模型的危岩体变形预测 被引量:1
5
作者 许秋鸿 刘晓青 《水利水电科技进展》 CSCD 北大核心 2024年第2期92-98,共7页
针对以往对危岩体监测数据前处理效果不佳的问题,提出了一种用于危岩体变形预测的VMD-XGBoost-GRU组合模型。该模型采用变分模态分解(VMD)和样本熵理论将危岩体变形数据分解成多个子序列,利用XGBoost算法提取重要的模型因子实现特征降维... 针对以往对危岩体监测数据前处理效果不佳的问题,提出了一种用于危岩体变形预测的VMD-XGBoost-GRU组合模型。该模型采用变分模态分解(VMD)和样本熵理论将危岩体变形数据分解成多个子序列,利用XGBoost算法提取重要的模型因子实现特征降维,通过门控循环单元(GRU)神经网络对危岩体变形进行预测。以某水电站右坝肩陡壁上的危岩体变形预测为例,将VMD-XGBoost-GRU组合模型与BP、GRU和VMD-XGBoost-BP 3种模型进行对比与分析,结果表明,VMD-XGBoost-GRU组合模型在危岩体变形预测方面具有较高精度,可为危岩体安全稳定状态评价提供技术依据。 展开更多
关键词 危岩体 VMD 样本熵 XGBoost GRU 变形预测模型
在线阅读 下载PDF
基于BP人工神经网络的预测模型在基坑变形预测中的应用 被引量:4
6
作者 曹静 鞠晓 师庆峰 《河南建材》 2015年第3期7-9,共3页
这里依据基坑开挖及使用过程中的变形特性,对影响基坑变形的主要因素进行了分析。利用BP人工神经网络的特点,组建了基于BP人工神经网络的变形预测模型,并将该模型运用于某基坑坡顶水平位移变形预测中,通过对预测结果与后期监测数据的对... 这里依据基坑开挖及使用过程中的变形特性,对影响基坑变形的主要因素进行了分析。利用BP人工神经网络的特点,组建了基于BP人工神经网络的变形预测模型,并将该模型运用于某基坑坡顶水平位移变形预测中,通过对预测结果与后期监测数据的对比分析,证明了该预测模型的有效性。 展开更多
关键词 BP人工神经网络 变形预测模型 监测数据 坡顶水平位移
在线阅读 下载PDF
基于贝叶斯更新的非饱和土坡参数概率反演及变形预测 被引量:20
7
作者 仉文岗 顾鑫 +3 位作者 刘汉龙 张青 王林 王鲁琦 《岩土力学》 EI CAS CSCD 北大核心 2022年第4期1112-1122,共11页
滑坡变形预测一直是实现滑坡灾害预报与防控的有效手段。岩土体参数是开展滑坡变形计算的关键输入信息,然而目前研究鲜有考虑岩土体参数不确定性对滑坡变形的影响,如何融合有限监测数据实现岩土体参数不确定性定量表征及滑坡变形概率预... 滑坡变形预测一直是实现滑坡灾害预报与防控的有效手段。岩土体参数是开展滑坡变形计算的关键输入信息,然而目前研究鲜有考虑岩土体参数不确定性对滑坡变形的影响,如何融合有限监测数据实现岩土体参数不确定性定量表征及滑坡变形概率预测仍然是一大难点。以降雨入渗非饱和土坡为例,开展流固耦合分析,基于有限的孔压监测数据,利用DREAM_zs算法实现对岩土体参数的高效概率反演。根据岩土体参数的先验分布,采用拉丁超立方抽样法生成随机样本,将其导入ABAQUS中计算相应的坡脚变形作为数据集,分别采用多元自适应回归样条曲线(MARS)和Light GBM模型构建基于数理-机制双驱动的边坡坡脚变形预测模型,计算贝叶斯更新后的后验稳态样本对应的边坡坡脚变形值,并对边坡变形值开展统计分析。结果表明:DREAM_zs算法仅需少量的孔压监测数据,即可完成对岩土体参数的更新,并且计算效率高、收敛速度快。此外,提出的边坡坡脚变形预测模型不仅突破了由孔压等间接监测数据来预测边坡变形的局限,同时还实现了对边坡变形发生概率的预测,为滑坡变形预测提供了新的思路和探索。 展开更多
关键词 贝叶斯更新 非饱和土 流固耦合分析 机器学习 变形预测模型
在线阅读 下载PDF
模糊聚类和BP神经网络相结合的变形同步预测
8
作者 郭波 徐亚明 李维付 《山西建筑》 2008年第32期9-11,共3页
研究了用模糊聚类方法分析变形点是否属于同一块变形体上,并对处于同一块变形体上的变形点建立BP神经网络同步预测模型的方法。通过分析,依据研究的方法建立的变形预测模型对变形点的变形量有很好的预测能力。
关键词 模糊聚类分析 BP神经网络 变形预测模型
在线阅读 下载PDF
基于DNN的盾构施工地层横向水平变形预测
9
作者 马铭骏 潘泓 +1 位作者 骆冠勇 曹洪 《河南理工大学学报(自然科学版)》 CAS 北大核心 2023年第1期201-208,共8页
为了得到盾构施工地层横向水平变形的有效预测模型,提出一种考虑主要盾构施工参数的深度神经网络(deep neural networks,DNN)模型。由广州某盾构工程得到盾构施工引起的周边地层水平变形数据,利用现场实测数据和主要盾构施工参数对模型... 为了得到盾构施工地层横向水平变形的有效预测模型,提出一种考虑主要盾构施工参数的深度神经网络(deep neural networks,DNN)模型。由广州某盾构工程得到盾构施工引起的周边地层水平变形数据,利用现场实测数据和主要盾构施工参数对模型进行训练并结合遗传算法优化DNN模型网络拓扑结构。结合遗传算法计算80个模型后,最终确定DNN模型在训练过程中均方误差MSE经50轮迭代即收敛并趋于零值,模型预测值和实测值基本吻合(拟合优度R2>0.9),且残差随机分布于零值线附近,说明该模型预测效果良好。研究结果可为类似工程构建水平变形预测模型提供参考。 展开更多
关键词 盾构施工 现场实测法 深度神经网络 横向水平变形 变形预测模型
在线阅读 下载PDF
降雨蒸发条件下膨胀土边坡的变形特征研究 被引量:32
10
作者 陈建斌 孔令伟 +2 位作者 郭爱国 赵艳林 吕海波 《土木工程学报》 EI CSCD 北大核心 2007年第11期70-77,共8页
在典型膨胀土广泛分布的广西南宁地区建立缓坡、陡坡与坡面种草3种类型膨胀土边坡的原位监测系统,采用6参数小型气象站、测斜管和沉降板,跟踪测试边坡变形随气候变化的演化规律,揭示在降雨蒸发下膨胀土边坡的变形特征。认为降雨是导致... 在典型膨胀土广泛分布的广西南宁地区建立缓坡、陡坡与坡面种草3种类型膨胀土边坡的原位监测系统,采用6参数小型气象站、测斜管和沉降板,跟踪测试边坡变形随气候变化的演化规律,揭示在降雨蒸发下膨胀土边坡的变形特征。认为降雨是导致膨胀土边坡变形最直接的气候因素,而蒸发效应是边坡变形破坏的重要前提之一;蒸发效应所产生的土体裂隙,使得吸湿条件下原位双环渗透试验获得的膨胀土水力特性具有与传统的非饱和土力学中的定义有相反的趋势,这也是膨胀土边坡在降雨入渗时发生变形乃至破坏的内在机制之一;通过对现场试验数据的拟合,建立了符合膨胀土边坡变形的经验性预测模型,其中边坡变形与土表净入渗量呈二次函数关系。 展开更多
关键词 膨胀土边坡 变形特征 变形预测模型 降雨 蒸发
在线阅读 下载PDF
高层建筑物的变形观测分析 被引量:1
11
作者 陈曦 崔琛 《河南科技》 2014年第11期166-167,共2页
随着我国经济建设脚步的不断加快,我国的城镇建设也在不断加快,城镇建设中高层建筑得到了广泛的应用,随之而来的则是高层建筑物实际建造过程中出现的一系列问题。高层建筑物的变形观测能够有效地解决建筑物中所存在的安全问题,并能够有... 随着我国经济建设脚步的不断加快,我国的城镇建设也在不断加快,城镇建设中高层建筑得到了广泛的应用,随之而来的则是高层建筑物实际建造过程中出现的一系列问题。高层建筑物的变形观测能够有效地解决建筑物中所存在的安全问题,并能够有效地整合安全问题,进而形成非常有价值的变形数据信息,为以后的建筑设计检验及正常的维护工作提供相应的依据。而当变形超过了一定限度时,就会对相应的建筑物产生一定的影响,严重的甚至会产生安全危害。因此,本文重点对高层建筑物的变形观测进行了分析。 展开更多
关键词 高层建筑物 变形观测系统 变形分析 变形预测模型
在线阅读 下载PDF
上行开采巷道顶板稳定性预测研究
12
作者 赵建敏 《山西煤炭》 2016年第1期51-53,共3页
巷道顶板稳定性对煤层安全上行开采具有重要保障意义,本文从变形分析角度出发,以BP神经网络构建上行开采巷道顶板变形预测模型,以太原东山煤矿12号煤层51216普采工作面上行开采采动影响阶段巷道顶板的变形实测数据,对顶板变形量进行拟... 巷道顶板稳定性对煤层安全上行开采具有重要保障意义,本文从变形分析角度出发,以BP神经网络构建上行开采巷道顶板变形预测模型,以太原东山煤矿12号煤层51216普采工作面上行开采采动影响阶段巷道顶板的变形实测数据,对顶板变形量进行拟合预计。结果表明:BP神经网络预测模型预测精度较高,基于变形分析理论的预测技术在矿山上行开采巷道顶板稳定性预测中具有较好的推广价值。 展开更多
关键词 BP神经网络 上行开采 变形预测模型 围岩稳定性
在线阅读 下载PDF
城市轨道交通施工安全监测与控制 被引量:3
13
作者 代裕清 《工程建设与设计》 2022年第11期113-115,共3页
介绍了地铁工程变形监测的主要内容以及地铁工程各项目监测方法,研究地铁车站施工变形预测模型,主要对曲线拟合、地基参数反演以及系统分类进行了分析,重点研究BP神经网络预测模型,具体阐述地铁车站施工监测预警信息管理系统的设计与实现。
关键词 城市轨道交通 工程变形 监测预警 控制措施 变形预测模型
在线阅读 下载PDF
Prediction of representative deformation modulus of longwall panel roof rock strata using Mamdani fuzzy system 被引量:7
14
作者 Mohammad Rezaei Mostafa Asadizadeh +1 位作者 Abbas Majdi Mohammad Farouq Hossaini 《International Journal of Mining Science and Technology》 SCIE EI CSCD 2015年第1期23-30,共8页
Deformation modulus is the important parameter in stability analysis of tunnels, dams and mining struc- tures. In this paper, two predictive models including Mamdani fuzzy system (MFS) and multivariable regression a... Deformation modulus is the important parameter in stability analysis of tunnels, dams and mining struc- tures. In this paper, two predictive models including Mamdani fuzzy system (MFS) and multivariable regression analysis (MVRA) were developed to predict deformation modulus based on data obtained from dilatometer tests carried out in Bakhtiary dam site and additional data collected from longwall coal mines. Models inputs were considered to be rock quality designation, overburden height, weathering, unconfined compressive strength, bedding inclination to core axis, joint roughness coefficient and fill thickness. To control the models performance, calculating indices such as root mean square error (RMSE), variance account for (VAF) and determination coefficient (R^2) were used. The MFS results show the significant prediction accuracy along with high performance compared to MVRA results. Finally, the sensitivity analysis of MFS results shows that the most and the least effective parameters on deformation modulus are weatherin~ and overburden height, respectively. 展开更多
关键词 Deformation modulusDilatometer testMamdani fuzzy systemMultivariable regression analysis
在线阅读 下载PDF
Influence of Tacking Sequence on Residual Stress and Distortion of Single Sided Fillet Submerged Arc Welded Joint 被引量:2
15
作者 Arpan Kumar Mondal Pankaj Biswas Swarup Bag 《Journal of Marine Science and Application》 CSCD 2015年第3期250-260,共11页
Submerged arc welding (SAW) is advantageous for joining high thickness materials in large structure due to high material deposition rate. The non-uniform heating and cooling generates the thermal stresses and subseq... Submerged arc welding (SAW) is advantageous for joining high thickness materials in large structure due to high material deposition rate. The non-uniform heating and cooling generates the thermal stresses and subsequently the residual stresses and distortion. The longitudinal and transverse residual stresses and angular distortion are generally measured in large panel structure of submerged arc welded fillet joints. Hence, the objective of this present work is to quantify the amount of residual stress and distortion in and around the weld joint due to positioning of stiffeners tack. The tacking sequence influences the level of residual stress and proper controlling of tacking sequences is required to minimize the stress. In present study, an elasto-plastic material behavior is considered to develop the thermo mechanical model which predicts the residual stress and angular distortion with varying tacking sequences. The simulated result reveals that the tacking sequence heavily influences the residual stress and deformation pattern of the single sided fillet joint. The finite element based numerical model is calibrated by comparing the experimental data from published literature. Henceforth, the angular distortions are measured from an in-house developed experimental set-up. A fair agreement between the predicted and experimental results indicates the robustness of the developed numerical model. However, the most significant conclusion from present study states that tack weld position should be placed opposite to the fillet weld side to minimize the residual stress. 展开更多
关键词 residual stress DISTORTION submerged arc welding (SAW) material deposition finite element method
在线阅读 下载PDF
An investigation of surface deformation after fully mechanized,solid back fill mining 被引量:24
16
作者 Li Jian Zhang Jixiong +2 位作者 Huang Yanli Zhang Qiang Xu Junming 《International Journal of Mining Science and Technology》 2012年第4期453-457,共5页
The surface deformation after fully mechanized back filling mining was analyzed.The surface deformation for different backfill materials was predicted by an equivalent mining height model and numerical simulations.The... The surface deformation after fully mechanized back filling mining was analyzed.The surface deformation for different backfill materials was predicted by an equivalent mining height model and numerical simulations.The results suggest that:(1) As the elastic modulus,E,of the backfill material increases the surface subsidence decreases.The rate of subsidence decrease drops after E is larger than 5 GPa;(2) Fully mechanized back fill mining technology can effectively control surface deformation.The resulting surface deformation is within the specification grade I,which means surface maintenance is not needed.A site survey showed that the equivalent mining height model is capable of predicting and analyzing surface deformation and that the model is conservative enough for engineering safety.Finally,the significance of establishing a complete error correction system based on error analysis and correction is discussed. 展开更多
关键词 Back filling mining Back filling materials Surface deformation Equivalent mining height
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部