系统加权聚类法及其在滑坡稳定性预测中的应用

本文以工程地质类比分析法为基础，针对一般系统聚类法在滑坡稳定性预测中应用的不足，提出并建立了一种系统加权聚类法。最后以三峡库岸研究程度较高的３６个边坡为例，进行了一般系统聚类法与系统加权聚类法的对比研究。对比研究结果表明：系统加权聚类法应用于滑坡稳定性预测，其预测精度有较大提高。     

基于神经网络的岩体边坡稳定性的灰色聚类空间预测法及其应用

针对岩体边坡稳定性与影响因素之间的非线性关系,提出了基于神经网络的岩体边坡稳定性的灰色聚类空间预测法,结合实例仿真分析,表明该方法能较好地处理岩体边坡稳定性与影响因素之间的灰色非线性关系,同时,能比较准确地预测岩体边坡的稳定性。     

基于正交设计的边坡稳定性影响因素敏感性分析

边坡的稳定性受多种因素的影响,应用正交设计对影响边坡的多因素进行了敏感性分析。首先对正交设计原理及用于结果分析的极差法和方差法进行了简单介绍,然后结合工程实例,说明了正交设计在边坡敏感性分析中的应用,最后用极差法和方差法对其结果进行分析,得出影响边坡的参数中,敏感性由大到小依次为:地震加速度α,粘聚力c,内摩擦角φ,库水位变化H,容重γ;其中地震加速度α,粘聚力c,内摩擦角φ是对该边坡影响最显著的因素。因此,在边坡治理时应注意地震和降雨对其稳定性产生的不利影响。     

卫星云图样本集的FCM优化调整与云类判别

基于云类样本的红外-可见光二维灰度空间投影,采用模糊聚类方法调整优化云类样本特征区域,消除采样误差。针对常规模糊C均值聚类(FCM)方法在处理上述问题时表现出的局限性,提出用样本特征均值替代FCM中随机初始中心的改进办法,既避免了常规FCM方法对初始中心敏感的缺陷,又可纠正其聚类结果对云类样本特征结构的歪曲。改进后的聚类结果既消除了采样误差,又保持了云类样本的基本特征属性,基于该判据的分类结果可较为准确地分辨出陆地、水体、低云、中云、卷云和积雨云,分割判别效果符合客观实际。     

边坡安全系数的假设检验法及其工程实例分析

考虑到边坡稳定性分析的随机性与全局性，采用统计学假设检验法检验某边坡的稳定性，并与常规强度折减法计算结果进行对比分析，结果表明两种方法的稳定性评价是一致的。     

岩质边坡开挖卸荷岩体参数特征分析∗

岩质边坡的开挖卸荷过程直接决定工程施工的安全性,边坡变形特征分析及有效数值模拟方法的选取至关重要。基于卸荷岩体力学理论与方法,开展红砂岩试件的室内常规三轴与三轴卸荷试验,分析其变形特征、卸荷量与变形模量之间的关系以及强度参数的变化规律,结合有限单元法构建考虑卸荷作用的算例模型,探究考虑边坡开挖卸荷作用所引起的应力释放后的岩体劣化分区问题,以及边坡动态开挖卸荷下的变形分析。研究结果表明：①当卸荷量达70% 和临近破坏时,其变形模量分别降低了10% 和50% 左右;②岩样卸荷力学状态下粘聚力有所降低,内摩擦角有所增高;③依据边坡初始应力场与开挖后应力场的对比分析从而确定强、弱卸荷影响区,算例模型表明考虑卸荷作用后水平位移净增量计算结果为不考虑卸荷作用计算结果的4 倍左右,且其分步开挖支护效果显著,计算结果更加符合工程实际。研究成果可对边坡岩体开挖卸荷数值计算提供一定的指导意义。     

土石围堰边坡安全性研究

结合山西天桥水电站除险加固工程中的土石围堰的边坡,提出了采用安全系数和失效概率来综合评价其安全性。采用工程上常用的瑞典条分法建立极限状态方程,考虑土体内摩擦角、粘聚力为随机变量,利用蒙特卡罗法求解边坡的可靠度指标,并对边坡稳定性分析中最重要的评价指标安全系数与可靠指标的关系进行了探讨。结果表明,采用安全系数和可靠概率综合评价土石围堰边坡的稳定性能更好地了解工程的实际安全状况。该方法为土石围堰边坡的安全性评价提供了一种参考。     

基于组合赋权-功效系数法的黄土边坡稳定性评价

在综合考虑影响黄土边坡稳定性因素的基础上,选取边坡高度、坡度、土体天然重度、内摩擦角、粘聚力、地震烈度和孔隙水压力为评价指标,基于主成分分析法和熵权法分别计算各评价指标的主观权重和客观权重,依据偏好系数法进行组合赋权,采用功效系数法建立黄土边坡稳定性评价模型,并以16个黄土边坡样本进行对比验证,结果表明,该模型作为一种快速、简便、有效的评价方法,适用于黄土边坡稳定性评价。     

基于强度折减示意图的边坡稳定分析双折减系数法

当边坡达到极限平衡状态时,强度参数内摩擦角、黏聚力对边坡稳定性有不同程度的贡献,说明传统强度折减法假设强度参数以同一程度折减的方法存在缺陷。为克服传统强度折减法的不足,本文提出基于强度折减示意图的双折减系数法。首先分别对土体强度参数进行单一折减,由两折减系数得折减比。在摩尔库仑强度准则基础上,依据强度折减示意图,由特征点折减前后的抗剪力之比推导出双折减系数法下安全系数K的表达式。借助有限元软件,模拟了不同算例,对比分析了不同稳定分析方法求得的安全系数。结果表明:通过本文方法算得的安全系数与其余四种双折减系数法的计算结果基本一致,且得出的滑动面位置与传统强度折减法基本趋于一致,临界状态更为可靠,说明本文提出的双参数折减法具有较好的理论支持,且关系式简单,意义明确,可应用于边坡稳定性分析。     

最优曲线投影动态聚类指标及在洪水分类中的应用——以南京站洪水为例

聚类数和聚类方法是聚类分析研究的核心,有着及其重要的实用价值。在投影寻踪动态聚类模型的基础上,通过引入S型曲线作为投影方式,并据此首次提出了能够同时确定最佳聚类数和对应聚类结果的最优曲线投影动态聚类指标。该动态聚类指标完全由数据驱动,具有计算简便并且物理意义清晰等特点。南京站洪水过程的应用结果表明:最优洪水动态分类指标在洪水聚类分析中是有效的,能提供明确、客观及合理的分类数和分类结果。     

基于单纯形-混沌优化算法的边坡稳定性分析

利用混沌现象固有的内在结构进行寻优搜索,为土质边坡的稳定性分析提供了一个新思路。将混沌优化算法的全局搜索能力和单纯形法的局部搜索能力结合起来形成单纯形-混沌优化算法,结合简化Bishop法对边坡进行稳定性分析。单纯形-混沌优化算法搜索到的是全局最优解。通过与遗传算法、改进的模拟退火算法的计算结果对比,表明在保证安全系数一定精度的情况下,单纯形-混沌优化算法搜索到的是最危险滑动面。可见,单纯形-混沌优化算法具有较强的全局搜索能力,结果更可靠。     

基于遗传算法的生命线工程网络抗震优化设计

进行网络抗震可靠性分析的目的,不仅在于定量评价生命线工程网络系统的抗震性能,更重要的是利用这种分析工具指导网络抗震性能的优化设计。以无向边权网络系统为分析对象,分别以管网造价和系统抗震可靠度作为优化目标和约束条件,建立网络系统拓扑优化模型,利用递推分解算法作为网络系统抗震可靠性分析工具,并引入系统单元的灵敏度分析,采用遗传算法求解网络系统的拓扑优化问题,从而发展了一类工程网络抗震优化设计方法。实例分析结果表明,网络系统拓扑结构与系统可靠度之间有显著的正相关关系。     

蚁群算法在生命线网络系统抗震拓扑优化中的应用

近年来,遗传算法和模拟退火算法已经应用于网络系统的抗震拓扑优化,蚁群算法也已经成功应用到多个组合优化问题中。首先论述了生命线网络系统抗震拓扑优化模型,然后介绍了网络抗震可靠度分析的最小路递推分解算法。通过对优化问题解形式的分析,采用二进制编码的蚁群算法对优化模型进行了求解。最后,结合实例分析,并与遗传算法和模拟退火算法的计算结果进行了对比。结果表明,蚁群算法可以作为一种新的工具进行网络系统的优化设计。     

蚁群算法在马斯京根模型参数估计中的应用

蚁群算法是一种模拟进化算法,该算法具有许多优越的性质.研究了一种可用于求解连续空间优化问题的蚁群算法策略,针对洪水演算的马斯京根模型参数估计问题,应用连续性空间优化问题的蚁群算法模型进行了求解.应用实例表明,蚁群算法在求解连续空间优化问题中是很有效的,可以广泛应用于各种自然灾害模型的优化问题.     

基于IPOA的巨型组合框架结构震损快速预测模型研究∗

为实现巨型组合框架结构的地震损伤程度快速评估,提出了一种基于改进鹈鹕优化算法（IPOA）的多参数震损预测方法。设计了5 个不同参数的巨型组合框架结构模型,利用振动台试验和有限元软件进行非线性时程分析获取结构动态响应数据,并采用结构损伤指数量化评估结构的损伤程度。同时,引入K 均值聚类优化策略和惯性权重自适应优化策略改进传统的鹈鹕优化算法。基于振动台试验和有限元分析结果数据,比较了不同输入参数组合预测结构损伤的准确性,构建了能反映结构参数与结构损伤之间非线性关系的智能算法快速预测模型。最后,将模型预测结果与一缩尺比为1/15 的振动台试验模型结构损伤程度进行对比验证。结果表明：（1）改进鹈鹕优化算法模型的准确性和泛化能力均优于其他算法模型;（2）最大层间位移角与结构损伤相关性最高,增加影响结构损伤的输入参数可提高预测模型的准确度和泛化能力;（3）模型预测的结构损伤指数与试验结果相比误差均小于10%,预测结构损伤等级与试验结果一致,所提出的快速预测模型能高效准确地预测结构的损伤指标,为巨型组合框架结构震后损伤快速评估提供了一种新方法。     

Comparison of Aerosol Size-Distributions Using Linear-Regression, Genetic Algorithm, and Annealing Genetic Algorithm

Abstract Stability and accuracy of retrieving the aerosol size-distribution by using the linear-regression (LR), genetic algorithm (GA), and annealing genetic algorithm (AGA) were studied in detail. It was found that by using the AGA, retrieval results are quite stable and accurate; using the GA, stability and accuracy of the retrieval results decreased mildly but were still acceptable; and using the LR, retrieval results were too unstable to be acceptable. This conclusion is verified by both of the numeric simulation and the experiment.     

多绕组高压电压互感器误差通用推算方法

为解决高压电压互感器现场校验耗时耗力,且易受停电计划影响和无法带实际二次负荷的问题,提出一种对不同绕组数均适用的电磁式电压互感器通用误差间接推算方法。该方法基于互感器误差基本原理,只需测量较少物理量就可得到实际运行条件下互感器误差。应用结果表明:推算法检测结果准确,大大减少了传统直接检测方法所需仪器设备数量,提高了互感器误差检测效率。