基于VB6.0软件平台的土坝震害评估系统

为了准确、快速地对遭受地震影响的土坝工程的破坏状态进行评估,以土坝震害判断模型为基础,采用VB平台开发了土坝震害评估系统,并介绍了系统开发的总体设计和模式,阐述了系统开发中VB与Excel链接、Excel与Access数据导入等关键技术。     

云南永胜6.0级地震震害特征

介绍了云南永胜6.0级地震烈度分布与震害特征;分析了震害原因,计算了各类房屋在不同烈度区的平均震害指数;对典型的钢筋砼框架结构房屋进行了震害预测计算和抗震验算,并将计算结果与实际震害进行了对比.     

天津市煤气管网的震害预测及可靠性分析

本文研究了地下管道系统的震害预测及网络系统可靠性分析的方法。它是以地下管道微观破坏机制为根据,以模糊图论为主要计算工具的计算方法。最后,本文给出了天津市煤气管网系统的应用实例,结果表明,本方法有一定的推广应用价值。     

供水管线震害量化参数--渗漏面积的估算方法

为了分析管线破坏状态对震后供水管网功能的影响，首先需要对管线的震害状态进行量化。建议用管线渗漏面积标定管线的破坏状态。在管线震害分析和理论计算的基础上，提出了震后管线渗漏面积的计算方法，为进一步进行供水管网抗震分析和设计提供了研究基础。     

企事业单位的震害预测

本文给出了企事业单位的震害预测方法。其特点是:与当地地震危险性分析和场地地震动参数相结合;把结构的整体动力计算与薄弱部位抗震构件验算和普查结果相结合;把建筑物的震害预测与震害调查和试验研究结果相结合。     

结构物震害预测的灰色贝叶斯方法

本文提出了一种结构物震害预测的新方法。该方法棋于贝叶斯理论和灰色系统理论，可以充分考虑到某类结构物震害所表现出的共性和某一特写结构物所具有的特殊性，能作出较全面的反映结构物实际状况的震害预测。     

与地震危险性分析结果相一致的震害预测方法

本文提出了一种基于地震危险性分析结果的震害预测方法,其震害预测结果与地震危险性分析结果相一致。并以房屋倒塌及人员死亡两个单项震害为例,说明如何把地震危险性分析结果与震害预测相结合。     

震害预测中的场地因素调整

本文针对震害预测中的普通场地，讨论了与之有关的震害影响问题。基于ＧＢＪ１１—８９规范所给地震影响系数曲线，这里讨论并得到了不同场地的地震抗力调整系数。它们与一些经验或统计的系数相近，但与之比较，场地因素的调整作用增强。初步应用表明，这个结果更接近实际，且对工程选址和勘探有一定参考价值。     

建筑物震害的类比预测方法研究

在“同一场地上相似的两幢建筑物,未来具有相似的震害程度”的假设前提下,提出了如何利用一个地区的部分建筑物单体的震害预测结果,对这一地区的其它建筑物单体的震害进行预测的方法,并从结构抗震角度研究了如何用加权Ｈａｍ－ｍｉｎｇ距离度量两幢建筑物的相似程度。     

桥梁群体震害预测方法的研究

本文研究了桥梁群体震害预测方法的理论,并采用模糊数学、灰色系统理论和概率分析方法,建立了中、小型桥梁群体震害预测的数学模型。在对江南一带城市地震震害预测工作中桥梁抽样单体震害预测经验法的计算基础上,给出了公路桥梁在不同地震烈度影响下的单因素评价矩阵,为区域性的地震震害预测工作提供了一个有力的实用工具。     

基于神经网络模型的房屋震害易损性估计方法

结构易损性分析是震害预测工作中的一个重要环节.本文提出了一种基于人工神经网络模型的房屋震害易损性估计方法,文中以多层砖房结构的建筑为例,给出了易损性估计神经网络模型的输入向量设计方案和具有输出约束控制的BP神经网络模型.     

基于模糊概率的震害预测模型及其应用

将模糊数学中的模糊概率理论应用于震害预测之中,建立了模糊概率的震害预测模型.并应用此模型对单层砖排架柱厂房进行了震害预测;算例表明,该预测模型概念清晰,计算简单,效果较好.     

BP网络马尔可夫模型的水质预测研究——基于灰色关联分析

根据汾河水质的实际情况,应用BP网络马尔可夫模型对水质进行预测。采用拉依达准则剔除样本集异常数据,结合水质污染的实际情况,以COD为参考序列,应用灰色关联度对常规指标进行分析,确定BP网络的输入节点。在BP网络预测结果的基础上采用马尔可夫链对残差序列进行修正。经过关联度分析,确定氨氮、挥发酚、水温、BOD5及COD自身作为BP网络的输入节点,解决了多变量复杂系统建模过程中BP网络输入节点无法自动寻优的问题,使得BP网络的预测结果更加符合实际。对预测误差较大的样本采用马尔可夫修正误差残值,使得相对误差从-15.43%改善到了-15%,修正值更接近于实测值。BP网络马尔可夫模型,结合了BP网络和马尔可夫的优点,提高了预测的精度。     

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。