基于智能算法优化支持向量机模型的滑坡稳定性预测

影响滑坡稳定性的因素较多,利用滑坡稳定性影响因素快速预测滑坡稳定状态是当前滑坡研究的重要内容。利用相关系数、支持向量机、交叉验证法、遗传算法、粒子群优化算法等理论建立支持向量机模型对滑坡稳定性进行了研究。以湖北竹溪县197个滑坡为例,研究结果表明:遗传算法优化的支持向量机滑坡稳定性预测模型预测效果最好,与实际情况吻合得最好。最佳参数c为3.001 6、g为0.041 008,训练集滑坡稳定性预测的正确率为84%,测试集滑坡稳定性预测的正确率为79.32%。因此所提遗传算法优化的支持向量机滑坡稳定性预测模型对于滑坡稳定性分析具有一定参考价值。     

基于相关向量机的蒋家沟泥石流平均流速预测模型

泥石流是我国常见的一种地质灾害,泥石流的平均流速是泥石流灾害防治的重要参数之一,准确的预测泥石流平均流速对灾害预防具有重要意义。本文建立基于相关向量机的蒋家沟泥石流平均流速预测模型,通过与蒋家沟泥石流平均流速的支持向量机、BP神经网络模型预测结果对比,验证该模型预测精度;同时采用平均相对误差和均方差2个指标评价各个模型的整体性能和稳定情况。结果表明,与实测值相比,相关向量机预测最大相对误差仅为2.02%,平均相对误差为0.64%,均方差为0.06,远低于BP神经网络模型和支持向量机模型的预测结果。由此可知,本文提出的基于相关向量机的蒋家沟泥石流平均流速预测模型效果明显优于其他2种模型,且预测结果更为准确,模型整体性能和稳定情况较好,为泥石流平均流速获取提供一条新途径。     

不同缝面形态地裂缝场地地震响应规律研究∗

地裂缝作为非连续地质界面对场地动力响应的影响是显而易见的,对不同缝面形态地裂缝场地进行地震响应规律研究是进行地裂缝场地建筑物抗震设防的基础。为此以西安典型地裂缝为研究背景,进行了单缝型地裂缝场地动力响应振动台模型试验,获得了地裂缝场地动力响应规律及响应特征;在此基础上通过 MIDAS 数值软件对西安单缝型、“y”字型、正“八”型和倒“八”型地裂缝,以及苏锡常地区基岩潜山型和基岩陡崖型 6 种缝面形态地裂缝场地地震响应规律进行了研究。结果表明：单缝型地裂缝呈现出越靠近地裂缝峰值加速度越大,随着距地裂缝距离越来越远,峰值加速度逐渐减小后趋于稳定的响应规律;“y”字型、正“八”型和倒“八”型地裂缝具有明显的“双峰”特征,即地表峰值加速度在靠近主、次地裂缝处都有明显的增大;基岩潜山型地裂缝场地地震响应规律与西安地区正“八”型地裂缝场地相似具有“双峰”特征,随着距主、次地裂缝距离增加地表峰值加速度逐渐减小后趋于稳定;基岩陡崖型地裂缝场地与西安地区单缝形地裂缝场地地震响应规律相似,但在地裂缝处场地地表峰值加速度响应更加明显,地表峰值加速度曲线更加陡峭。     

基于布谷鸟搜索优化的光伏电站辐照强度预测

针对光伏电站日前小时短期辐照强度的预测准确性问题,且考虑到支持向量机的学习参数对预测模型的性能有较大影响,为进一步提高数据的预测精度,利用布谷鸟搜索算法对支持向量机的惩罚因子c和核参数g进行优化,提出了一种基于布谷鸟搜索算法和支持向量回归的组合预测方法。仿真结果表明:该方法大大提高了光伏辐照强度预测的准确性和精度,可行且高效,适用于光伏在线预测。     

基于最优权重联合模型的滑坡位移预测研究

在对联合预测模型的权重研究基础上,依托沪瑞高速公路贵州段晴隆滑坡的监测资料,首先建立了该滑坡位移预测的3个非线性预测模型:支持向量机模型、指数平滑模型、GM(1,1)模型;根据各模型训练结果,然后引入准确性矩阵,得到各单模型的权重,建立多模型联合预测模型,解决多模型预测结果取舍和可靠性评判问题。将联合模型与各单一模型的预测结果对比分析得出:联合模型的预测精度高于任何单一模型的预测精度。因此,运用最优权重联合模型能有效地提高滑坡预测预报精度。     

基于斜坡单元的地震滑坡敏感性分析

针对斜坡单元大小直接影响地震滑坡敏感性区划结果,论文利用河网密度优选出集水面积阈值,在此基础上生成最优斜坡单元。构建了基于遗传算法的支持向量机敏感性分区预测模型,并实现了宝盛乡地震滑坡敏感性分区。结果显示,在优选出的斜坡单元基础上完成的地震滑坡敏感性分析的精度达到了98.72%。利用优选斜坡单元结合基于遗传算法的支持向量机构建的地震滑坡预测模型是滑坡预测的有效工具,可为防灾减灾提供决策支持。     

光伏出力的模糊区间预测

针对光伏输出功率的点预测精度不足、传统支持向量机(SVM)在参数优化方面存在的固有缺陷等问题,根据模糊信息粒化理论和纵横交叉算法,提出一种基于CSO-SVM和模糊信息粒化理论的光伏出力模糊区间预测方案。结果表明:该方案可以得到较好的点预测值及其置信区间,某种程度上解决了传统点预测结果的信息局限性。     

泥石流平均流速的MLS模型预测

泥石流的流速预测是泥石流灾害防治的核心问题之一。由于泥石流流速的影响因素众多,需要寻求能够综合反映泥石流流速影响因素的预测模型。移动最小二乘法(MLS)预测模型具有自学习和自组织及捕捉到影响因素数值微小变化的能力,可以解决泥石流流速预测存在的一些问题。采用云南蒋家沟泥石流流速实测数据作为训练样本和预测样本,以泥深、比降、密度、颗粒的平均粒径作为输入因子。讨论了用MLS方法进行泥石流平均流速预测的可行性与有效性,并将预测结果与经验公式、BP神经网络以及支持向量机进行了对比。结果表明,MLS方法的最大预测误差为4.6%,平均误差为2.7%,预测精度优于经验公式、BP神经网络及支持向量机方法。MLS方法可以为泥石流防治提供更准确的科学依据。     

基于改进模糊聚类法和CPSO.-ISSVM的母线负荷预测

针对大型冶金企业专用母线负荷种类多、分布不均、规律性弱等特点,利用自组织特征映射神经网络(self-organizing feature map, SOM)对模糊聚类法进行改进,以选择待预测日的相似日,通过db4小波对相似日负荷数据进行分解、去噪和重构处理后作为后期预测模型的训练样本;采用混沌粒子群算法(chaos particle swarm optimization,CPSO)对最小二乘支持向量机(least square support vector machine, LSSVM)算法的惩罚参数和核函数覆盖宽度进行优化,构造了基于CPSO和LSSVM的母线负荷预测模型。仿真结果表明:该负荷预测模型,将预测结果的相对误差降低到1.998%,预测精度达到了97%,提高了专用母线负荷预测准确性。     

一种基于主成分分析法的区域性地质灾害危险性评估方法

以榆神府地区为研究对象,基于研究区已知在册的地质灾害隐患点,探讨一种区域性地质灾害危险性评估方法。首先利用地质灾害隐患威胁户数、威胁人数、威胁财产以及防治所需经费等数据,选取两个主成分,分别命名为隐患威胁指数和聚落抗灾指数;然后利用两个主成分方差贡献率获得权重得到各乡(镇、街道办)地质灾害危险性评估综合指标;最后应用地质灾害危险性评估综合指标以乡(镇、街道办)为单元划定地质灾害危险性分区。地质灾害危险评估分区分为5个级别,为危险性大区、危险性较大区、危险性中等区、危险性小区、不危险区。     

支持向量机在城市震后火灾损失预测中的应用

针对地震火灾的复杂性和多变性的特点，在综合分析了各种震后火灾损失预测方法的基础上，提出了基于支持向量机的城市震后火灾损失预测模型。以地震火灾的历史资料为依据，建立学习样本和测试样本，并与BP神经网络预测方法相比较，验证了其可行性，也为其它自然灾害的损失预测提供了简单、有效的方法。     

地震作用下地裂缝场地土体的损伤量化分析∗

为研究地震作用下地裂缝场地的破坏特征和损伤变化规律,以西安f4地裂缝场地为背景,进行振动台模型试验。基于希尔伯特边际谱理论,通过土体内部实测数据对地裂缝场地损伤过程进行分析。结果表明:(1)地震作用下,地裂缝场地上、下盘土体变形不一致导致主裂缝两侧产生张拉应力,使得主裂缝不断开裂、扩展,破裂面为锯齿状,且上盘区域产生的次生裂缝更多;(2)损伤指数的发展规律与试验现象较为吻合,说明此损伤量化方法适用于评价地裂缝场地在地震作用下的损伤特征;(3)地表各测点的损伤指数和峰值加速度分布规律表现出较高的一致性,均在靠近地裂缝处达到最大,随着与地裂缝距离的增大而递减,表现出“上、下盘效应”,土体的损伤状况与输入峰值加速度、土层类别等因素有关。     

模糊支持向量机在滑坡危险性评价中的应用

为了将模糊支持向量机应用于滑坡灾害危险性评价工作,并进行验证,进行了研究区滑坡现状的调查,评价指标的选取,隶属函数的确定和基于FSVM的滑坡灾害危险性评价.选取了高程指标、坡度指标、岩土体指标、地表湿度指标及植被覆盖指标等5个指标作为滑坡灾害危险性评价指标,最后以莆田市为例,结合Rs和GIS技术,进行了滑坡危险性评价的研究.评价结果与实地验证和莆田市国土局提供的地质灾害现状图基本吻合.     

考虑场地效应的概率地震危险性分析——以玉溪为例

为了定量表征场地效应对概率地震危险性分析(PSHA)结果的影响,采用 OpenQuake 软件计算方法,针对玉溪地区,开展了考虑场地效应的 PSHA 分析,生成了基于基岩场地和实际场地的玉溪市 50 年超越概率 10% 的地震动峰值加速度(PGA)和 0.5 秒反应谱加速度(Sa(0.5 s))危险分布图。结果表明：考虑场地效应(实际场地)的 PGA 和 Sa(0.5 s)危险值分别分布在 0.12g~0.45g 和 0.15g~0.55g 区间;场地效应显著增大了玉溪市东部地区的地震危险性,原因是该区域地势平坦且上覆软土层;考虑场地效应的 PSHA 结果可用于生成针对某一特定场地的一致危险性反应谱。因此,应重点关注软弱土层场地放大效应对 PSHA 结果的影响,从而更为合理、科学地表征地震动危险性。     

土石混合体地基系数支持向量机模型与应用∗

针对缺乏土石混合体地基系数评价模型这一现状,构建了基于支持向量机的土石混合体地基系数评价模型.该模型以土体弹性模量、泊松比以及块石含石率作为输入参数,地基系数作为输出参数.为建立训练数据,基于土石混合体弹性模量与泊松比计算模型,建立了FLAC3D平板载荷模型开展数值实验.基于数值实验数据,训练支持向量机模型并进行初步验证.将该支持向量机模型用于预测现场试验获得的土石混合体地基系数,进一步验证了该模型的合理性与准确性.通过敏感性分析发现,土体弹性模量对土石混合体地基系数的影响最大,其次为含石率.基于支持向量机模型,讨论了5种已有地基系数计算模型应用于土石混合体地基系数计算的可行性,确认了可用于评估土石混合体地基系数的显式模型.     

北京顺义区地裂缝分布特征及成因分析

从区域特定的地质环境背景出发,对北京顺义区地裂缝的主要特征进行了初步研究,系统分析了地裂缝地质灾害的成因机制,即区域地质构造、基岩埋深及基岩起伏形态差异、第四纪沉积层厚度及空间分布差异引发地裂缝灾害的内在条件,而长期过量开采地下水是诱发地裂缝灾害的外在因素,并据此提出了几条防治的建议和措施。     

基于相空间重构和独立分量分析的火灾预测

利用非线性动力学的相空间重构理论和独立分量分析,结合非线性支持向量回归,提出了火灾起数时间序列预测方法。首先用时间延迟法和独立分量分析重构系统的相空间来反映火灾起数时间序列的内在变化规律,然后再用非线性支持向量回归来构建预测模型。仿真结果表明该预测方法具有较高的预测精度。     

基于极值降雨假设法的城镇地质灾害风险性评价耦合模型研究——以安康市岚皋县官元镇为例

选取安康市岚皋县官元镇为研究区,以斜坡单元为评价单元,采用信息量-支持向量机耦合模型进行地质灾害易发性评价,根据自然断点法完成易发性分区;基于极值降雨假设法分别计算大雨(35 mm/24 h)、暴雨(75 mm/24 h)、大暴雨(175 mm/24 h)和特大暴雨(250 mm/24 h)4种工况下斜坡的危险性指数,并开展相应工况下危险性区划;采用TOPSIS法计算易损性指数,开展地质灾害易损性分区。综合采用信息量-支持向量机模型、极值降雨假设和TOPSIS法构建研究区风险性评价耦合模型,根据自然断点法划分4种降雨工况的地质灾害风险性分区,将风险区划为极高风险区、高风险区、中风险区和低风险区。     

基于PCMRA神经网络补偿算法的瓦斯涌出量预测

为了克服自变量之间的多重共线问题,提高多元回归模型预测的精确性,将主成分分析(PCA)与多元回归分析(MRA)相结合,提出了主成分多元回归分析(PCMRA)模型。利用RBF神经网络对主成分回归分析残差进行拟合预测,最后利用残差预测值对主成分回归分析预测值进行补偿。结果表明:利用RBF神经网络对主成分回归模型进行补偿,将线性拟合算法和非线性拟合算法结合起来用于瓦斯涌出量预测是一种较为优越的算法。     

黄土湿陷地裂缝发育特征与成因机理研究

通过一系列地质调查研究了黄土湿陷地裂缝的发育特征,结合浸水试验分析了地裂缝的成因机理和形成过程。研究结果表明:黄土湿陷地裂缝与浸水坑平行,兼具水平拉张和竖直位错,地裂缝发展演化过程可分为四个阶段。黄土湿陷地裂缝上宽下窄,其宽度和竖直位移均随深度增加而减小,地裂缝发育深度约等于黄土湿陷土层厚度。黄土渗透浸润线与竖直面的夹角随时间逐渐增加,导致湿陷地裂缝逐渐向外扩展。黄土湿陷产生的差异沉降和拉张应变是湿陷地裂缝形成的直接因素,当地面倾斜率达到0.6%,拉应变达到0.002%时,地裂缝出露地表。基于悬臂梁理论提出了湿陷差异沉降产生拉张应力的计算公式,根据本公式可预测黄土湿陷地裂缝的发育位置。