期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于机器学习的高铁边坡位移预测不确定性度量与应用 被引量:4
1
作者 邓志兴 谢康 +3 位作者 李泰灃 苏谦 韩征 肖宪普 《中国铁道科学》 EI CAS CSCD 北大核心 2024年第1期56-67,共12页
为解决不确定性问题对高铁边坡位移预测精度的影响,引入区间预测理论量化位移预测中的不确定性问题,并建立Bootstrap-GRU-BP混合区间预测模型(BGB模型)。该模型首先采用基于Bootstrap的门控循环单元(Gated Recurrent Unit,GRU)算法度量... 为解决不确定性问题对高铁边坡位移预测精度的影响,引入区间预测理论量化位移预测中的不确定性问题,并建立Bootstrap-GRU-BP混合区间预测模型(BGB模型)。该模型首先采用基于Bootstrap的门控循环单元(Gated Recurrent Unit,GRU)算法度量位移预测均值和认知误差的方差,再采用BP算法度量随机误差的方差,然后将位移预测均值、认知误差和随机误差的方差3者结合在一起,量化出一定置信水平下的预测区间。最后,基于杭绍台高铁沿线边坡的监测数据,探讨BGB模型认知不确定性的响应特征,并通过对比多种区间预测模型来验证BGB模型的优越性。结果表明:BGB模型不仅能构造清晰可靠的预测区间,还能提供高精度的点预测结果;改变模型输入特征和预测算法会导致认知不确定性的改变,而BGB模型所构造的预测区间能正确地响应不确定性的变化;对比以极限学习机(Extreme Learning Machine,ELM)和支持向量回归(Support Vector Regression,SVR)为核心的区间预测模型,BGB模型的区间预测和点预测性均能更优。研究成果可为高铁边坡位移发展提供可靠的预测结果,进而为高铁边坡可靠度分析提供理论基础。 展开更多
关键词 边坡位移预测 不确定性度量 区间预测 机器学习 Bootstrap算法
在线阅读 下载PDF
基于相空间重构的边坡位移预测 被引量:36
2
作者 周创兵 陈益峰 《岩土力学》 EI CSCD 2000年第3期205-208,共4页
根据边坡位移时间序列的非线性性质 ,应用基于相空间重构的实时预测方法 ,可以充分利用时间序列信息 ,预测各种边坡变形演化趋势。讨论了局域法和基于Lyapunov指数的预测法。实例研究表明 。
关键词 混沌时间序列 相空间重构 边坡位移预测
在线阅读 下载PDF
加权一阶局域法在边坡位移预测中的应用研究 被引量:3
3
作者 盛松涛 苏忖安 +1 位作者 毛建平 朱全平 《人民长江》 北大核心 2006年第11期105-106,114,共3页
目前,常用的变形预测分析方法有[1]:确定函数法、统计回归分析法、混沌时间序列分析法等。其中混沌时间序列分析法可以在未直接考虑引起位移变形的有关随机因素的条件下,对历史观测数据进行重构相空间处理,建模比较简单、计算量小、预... 目前,常用的变形预测分析方法有[1]:确定函数法、统计回归分析法、混沌时间序列分析法等。其中混沌时间序列分析法可以在未直接考虑引起位移变形的有关随机因素的条件下,对历史观测数据进行重构相空间处理,建模比较简单、计算量小、预测精度较高。研究建立了加权一阶局域法多步预报模型,运用Matlab6.5编制了计算程序,并利用预报模型进行了典型混沌系统的预测和水利工程高边坡位移预测,取得了较好的预测效果。 展开更多
关键词 加权一阶局域法 边坡稳定 预报模型 混沌预测 边坡位移预测
在线阅读 下载PDF
改进的不等时距灰色马尔科夫模型在边坡位移预测中的应用 被引量:11
4
作者 胡华 谢金华 《水利与建筑工程学报》 2016年第6期1-6,共6页
研究了改进的不等时距灰色马尔科夫模型在边坡位移预测中的应用,先用S型函数对厦门某边坡的实测数据进行平滑处理,然后用平滑后的数据建立不等时距灰色GM(1,1)模型,最后用改进的计算公式求得马尔科夫模拟值和预测值。结果表明改进后的... 研究了改进的不等时距灰色马尔科夫模型在边坡位移预测中的应用,先用S型函数对厦门某边坡的实测数据进行平滑处理,然后用平滑后的数据建立不等时距灰色GM(1,1)模型,最后用改进的计算公式求得马尔科夫模拟值和预测值。结果表明改进后的不等时距灰色马尔科夫GM(1,1)模型的拟合精度和预测精度有了很大的提高,对边坡稳定性预测有一定的参考价值。 展开更多
关键词 灰色马尔科夫模型 边坡位移预测 S型函数
在线阅读 下载PDF
基于SVR组合模型的边坡位移预测研究 被引量:6
5
作者 刘小生 于良 冯腾飞 《金属矿山》 CAS 北大核心 2018年第2期184-187,共4页
为解决传统支持向量机预测模型的不足,造成矿山边坡位移预测精度低的问题。提出了一种基于自适应惯性权重PSO算法的支持向量回归机(SVR)组合预测模型。将其运用到某矿边坡滑坡位移预测中,并与基于灰色预测模型、基于传统SVR预测模型预... 为解决传统支持向量机预测模型的不足,造成矿山边坡位移预测精度低的问题。提出了一种基于自适应惯性权重PSO算法的支持向量回归机(SVR)组合预测模型。将其运用到某矿边坡滑坡位移预测中,并与基于灰色预测模型、基于传统SVR预测模型预测结果对比,结果表明:基于SVR组合预测模型的矿山边坡位移预测的精度更具优势。 展开更多
关键词 支持向量回归机 组合模型 边坡位移预测
在线阅读 下载PDF
基于PSO优化BP神经网络的露天矿边坡位移预测模型 被引量:21
6
作者 欧阳斌 陈艳红 邓传军 《有色金属(矿山部分)》 2020年第5期37-41,共5页
BP神经网络的初始连接权重和阈值对露天矿边坡位移预测的精度和收敛速度有重要影响。鉴于粒子群优化(PSO)算法具有全局搜索性能和收敛速度快,引入PSO算法对BP神经网络的初始连接权重和阈值进行全局优化,提出了基于PSO优化BP神经网络的... BP神经网络的初始连接权重和阈值对露天矿边坡位移预测的精度和收敛速度有重要影响。鉴于粒子群优化(PSO)算法具有全局搜索性能和收敛速度快,引入PSO算法对BP神经网络的初始连接权重和阈值进行全局优化,提出了基于PSO优化BP神经网络的露天矿边坡位移预测模型。将所提出的模型应用于实际案例中,并与BP神经网络进行对比。结果表明:该模型能够提高BP神经网络在露天矿边坡位移预测中的精度和收敛速度,预测结果的最大相对误差和平均相对误差分别是0.5668%和0.3530%,具有较好的精度和实际应用价值。 展开更多
关键词 露天矿 边坡位移预测 BP神经网络 粒子群算法
在线阅读 下载PDF
空间自回归模型在水库边坡位移预测中的应用 被引量:4
7
作者 秦栋 陈慧艳 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第2期104-108,共5页
针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型... 针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型相比较。结果表明:(a)在空间自相关系数较为显著的条件下,运用空间自回归模型可以较为精确地预测边坡变形状况,且优于传统模型;(b)空间自回归模型相较于传统模型参数更加简洁、考虑的影响因素更全面,可以同时对空间所有测点位移进行估计。 展开更多
关键词 空间计量学 空间自回归模型 水库边坡 边坡位移预测 自回归积分滑动平均模型
在线阅读 下载PDF
基于优化经验模态分解和最小二乘支持向量机的边坡位移预测 被引量:4
8
作者 易智文 《江西水利科技》 2023年第5期327-332,共6页
我国库岸滑坡灾害频发,采用高精度优化算法对边坡位移时间序列进行预测对防灾减灾具有重要意义。边坡位移时间序列通常表现出高度非线性特征,传统模型难以对其进行准确预测。为此,本文提出一种基于优化经验模态分解和最小二乘支持向量... 我国库岸滑坡灾害频发,采用高精度优化算法对边坡位移时间序列进行预测对防灾减灾具有重要意义。边坡位移时间序列通常表现出高度非线性特征,传统模型难以对其进行准确预测。为此,本文提出一种基于优化经验模态分解和最小二乘支持向量机的边坡位移时间序列预测模型。该模型采用基于软筛分停止准则的经验模态分解(SSSC-EMD),可自适应地将边坡位移时间序列分解为多个本征模态分量和1个残余分量。将残余分量定义为趋势项;通过K-means聚类方法对分量进行聚类,将其定义为周期项和随机项。采用最小二乘法对趋势项进行预测;建立最小二乘支持向量机回归(LSSVM)模型对周期项和随机项进行预测。将各预测值累加求和,即得到累计位移预测值。以山口岩大坝为例,采用SSSC-EMD-LSSVM模型对厂址边坡位移时间序列进行预测。结果表明:模型能够有效预测位移时间序列,精度优于传统BP神经网络和LSSVM模型。 展开更多
关键词 边坡位移预测 经验模态分解 筛分停止准则 最小二乘支持向量机
在线阅读 下载PDF
基于多源信息融合的矿山边坡滑坡灾害研究现状与展望 被引量:3
9
作者 李荟 韩晓飞 +2 位作者 朱万成 宋清蔚 周文龙 《工矿自动化》 CSCD 北大核心 2024年第6期6-15,共10页
为克服单一信息源无法精确表征矿山滑坡灾害演化特征的问题,基于多源信息融合技术,从矿山边坡多源信息获取、矿山边坡多源信息融合、矿山边坡位移预测及滑坡风险评价3个方面概述了矿山边坡滑坡灾害研究进展。总结了典型的“天”“空”... 为克服单一信息源无法精确表征矿山滑坡灾害演化特征的问题,基于多源信息融合技术,从矿山边坡多源信息获取、矿山边坡多源信息融合、矿山边坡位移预测及滑坡风险评价3个方面概述了矿山边坡滑坡灾害研究进展。总结了典型的“天”“空”“地”边坡监测手段及“天-空-地”一体化协同监测方法;梳理了包含数据级、特征级和决策级融合的边坡多源信息融合流程;整理了位移与应力、位移与水文气象及其他不同类型的监测数据融合形式;阐述了基于多源信息融合的边坡位移预测及滑坡风险评价相关研究现状。基于当前矿山边坡滑坡灾害研究存在的灾害分析的准确性严重依赖监测数据质量、对岩石力学机理知识利用不足等问题,指出了矿山边坡滑坡灾害研究发展趋势:统一多源数据采集接入标准;开发监测数据与岩石力学机理融合的矿山边坡滑坡灾害分析方法;优化“天-空-地”多源信息的时空关联挖掘算法;加强基于多源信息融合的矿山边坡滑坡灾害预警平台建设。 展开更多
关键词 矿山边坡 边坡位移预测 滑坡风险评价 多源信息融合 协同监测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部