基于PCA和BP神经网络的中南公路岩质边坡稳定性预测

综合利用主成分分析法(Principle Component Analysis,PCA)对影响公路岩质边坡稳定性的6个因素进行主成分提取,提取的4个主成分作为BP神经网络的输入变量,边坡状态作为输出变量,并采用Levenberg-Marquardt(LM)算法优化BP神经网络,建立了基于PCA-LM-BP神经网络的公路边坡稳定预测模型。结合中南公路岩质边坡工程实例,将PCA-LM-BP神经网络模型的预测结果与LM-BP神经网络模型、BP神经网络模型预测结果进行对比。结果表明:基于PCA-LM-BP神经网络的预测模型精度较高,可为预测中南公路边坡稳定性提供一定的依据。     

基于主成分分析和粒子群优化支持向量机的边坡稳定性评价

为科学评价边坡工程的稳定性,优化边坡稳定性的预测精度,提高工作效率,提出了基于主成分分析法(PCA)和粒子群算法(PSO)优化的支持向量机(SVM)模型。首先利用主成分分析法对边坡稳定性影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,然后通过粒子群算法优化支持向量机参数,最终建立边坡稳定性评价模型,并对边坡实例的稳定性进行预测,结果表明:PCA-PSO-SVM模型的运行速度快,预测准确率达909%,满足工程要求。     

岩质边坡稳定性分析的模糊模式识别方法研究及应用

边坡稳定性分析是不确定性问题,伴有随机性的同时兼具模糊性.本文通过运用主成分分析法优选影响岩质边坡稳定性的特性指标,进而构建边坡稳定性模式和待识别边坡的隶属函数,并确定计算贴近度的方法,以此建立了边坡稳定性的模糊识别模型.在通过模型进行实例仿真的过程中,为综合考虑各种因素对边坡稳定性影响程度的大小,用德尔菲(Delph...     

考虑滑带土蠕变特性的边坡长期稳定性分析

为明确边坡软弱夹层中滑带土的蠕变特性对边坡长期稳定性的影响,选取某典型岩质边坡工程为实例,首先在查找、分析已有滑坡事故发生原因的基础上,通过现场监测和室内环剪试验,研究了不同含水量和法向应力条件下边坡滑带土的蠕变变形曲线特征;然后通过引入有关损伤变量的经验关系式,建立了考虑含水量变化的用于描述边坡滑带土蠕变非线性蠕变本构模型;最后将模型计算结果与实测结果进行对比,验证所建立模型的有效性和正确性,并通过预测一年后边坡软弱夹层变形的发展规律,对该边坡长期稳定性做出评价,探讨了计算模型对于外部环境因素影响的局限性。结果表明:①边坡滑带土的蠕变特性与含水量密切相关,引入的损伤变量经验关系式可以有效地描述这一特性;②基于边坡滑带土蠕变特性的应力-应变计算模型,可以准确、有效地评价边坡软弱夹层的变形情况;③边坡软弱夹层的塑性剪切变形随时间的推移呈不断增加趋势,其累积变形量逐渐贯通于整个软弱面,最终导致滑坡的发生;④计算模型中未考虑自然条件的影响,在强烈自然环境的作用下,应加强边坡变形的实时监控,并与模型计算结果进行对比与分析,针对异常情况,及时采取合理的工程防护措施。该研究结果可为此类边坡的长期安全评价提供理论指导。     

基于模糊综合评价法和熵值法的泥石流危险度评价

泥石流危险度评价是当前国内外地质工程领域的重要研究方向之一,也是泥石流研究中的重点与难点。本文将模糊综合评价法与熵值法相结合,选取了流域面积、主沟长度、流域最大相对高差、主沟纵坡降、泥石流最大冲出量、松散物储量、植被覆盖率、24h最大降雨量8个影响因素作为评价因子,建立了模糊综合评价模型,对岷县的8条泥石流沟进行了危险度评价。结果表明:评价结果与实际情况基本吻合,从而验证了该方法在泥石流危险度评价中的合理性和可靠性。     

基于耦合分析法的边坡稳定性影响因素敏感性研究验证

本文探讨了基于边坡稳定性影响因素敏感性分析的正交设计和主成分分析的耦合分析法.该方法首先进行正交试验方案设计,得出不同因素组合下的稳定性数据矩阵;然后,在此基础上利用主成分分析得到各影响因素的数据信息,进而得出不同因素影响程度的大小.耦合正交设计法和主成分数值分析法,克服了传统方法大量试算的困难,考虑了各因素间的交互作...     

模糊评判在岩质边坡稳定性评价中的应用

在工程实践中,影响岩质边坡稳定性的因素众多,不同因素的影响程度不相同,具有不确定性,因此选择合适的方法对岩质边坡稳定性进行评价尤为关键。本文采用模糊综合评判方法对岩质边坡进行稳定性评价,首先阐明了如何建立模糊评判体系以及权重和隶属度的确定方法,然后以某岩质边坡为实例,采用模糊评判方法对其稳定性进行了评价,结果表明模糊评判的结果与实际情况较为吻合,说明该方法真实、有效,具有一定的借鉴意义。     

基于Android的山区公路边坡稳定性快速评价与应用

西南山区地质条件复杂,局地气象暴雨集中,极易诱发公路边坡等地质灾害,对通行车辆及人员安全构成极大的威胁。通过总结已有研究成果,构建了山区公路边坡稳定性评价指标体系,利用灰色关联分析法与综合指数法建立了山区公路边坡稳定状况快速评价方法,并在此基础上,结合智能手机终端与高德地图服务,利用Android二次开发技术,综合集成地图、气象、边坡等数据,研发了山区公路边坡稳定性快速评价系统(MS-APP)。该系统可以辅助用户进行道路安全线路规划,动态提醒通行人员边坡危险性等级,预防灾害造成重大损失。通过案例应用与检测,表明该系统具有一定的可靠性和实用性,在山区公路灾害防控方面具有广泛的推广价值与意义。     

边坡稳定性影响因素敏感性的两种分析结果比较

作者在刘立鹏,于红杰发表的论文基础上,采用通径系数分析方法,对影响边坡稳定性的因数进行了敏感性分析,并将分析结果与刘立鹏,于红杰灰的灰色关联分析进行了比较,结果表明：土质边坡的稳定性受土体的物理力学因素影响大,受地形地貌因素影响小;在土体的物理力学因素中,粘聚力的影响最大;在地形地貌因素中,坡角的影响最大。     

核主成分分析法在生态经济可持续发展评价中应用

文章给出了一种非线性主成分评价模型:核主成分分析(KPCA),它将原变量空间通过一个非线性变换映射到高维特征空间F中,在F中进行线性主成分分析,通过核技巧,它只需在原空间进行点积运算,而不必知道映射的具体形式,只要选取适当的核函数和参数,可以使第一主成分的贡献率达到90%,结合安徽省生态经济可持续发展度为例,说明了KPCA应用,计算结果与现实相符,KPCA方法具有实际的应用价值。     

含球状风化体混合花岗岩边坡稳定性及加固方案

在我国公路路线建设过程中,不可避免地会遇到地形起伏较大的地质环境,一般采取以深挖路堑形式通过,这可能会形成含球状风化体混合花岗岩边坡。混合花岗岩边坡坡体中球状风化体的存在易形成落石及崩塌,为此开展此类边坡的稳定性分析及加固措施研究显得十分重要。以某拟建公路K248+640标段含球状风化体混合花岗岩边坡实际工程为案例,根据现场勘察得到的球状风化体含量,采用随机程序生成半径1 m的球状风化体数据,并导入PLAXIS2D中构建相应边坡数值模型;利用有限元强度折减法开展边坡稳定性研究,探究不同工况下边坡的稳定性,并提出了3种不同的边坡加固方案;通过该类边坡不同加固方案位移、剪应变、稳定性系数等方面的数值模拟分析,并经过现场实测数据的印证,揭示了锚索格构梁方案加固该类边坡的可行性。结果表明：(1)含球状风化体混合花岗岩边坡稳定性变化规律表现为,最大剪应力随开挖步数逐渐增多整体上呈现出前期缓增、中期陡增、后期缓增的阶段性发展特征;(2)被动支护与主动施加反压力支护对含球状风化体混合花岗岩边坡支护效果有明显的不同,总结出被动支护与主动施加反压力支护的区别;(3)数值模拟与现场验证相结合,监测数据显示...     

西南岩溶地区公路隧道生态环境影响评价

公路隧道的修建在一定程度上会对生态环境产生影响,加上岩溶地区易石漠化的特点,导致其生态环境更易受到影响。为了评价西南岩溶地区公路隧道对生态环境的影响,该研究以重庆市中梁山石板隧道为例,选取土壤因素和植物因素2个维度共11个指标,分别采用层次分析法(AHP)和主成分分析法(PCA)2种方法进行对比分析。结果表明:AHP法和PCA法均有相似评价结果,即公路隧道修建对土壤因素和灌木层植物影响较大。同时PCA法还表明中梁山生态环境在隧道修建过程中经历了初期影响较大而后逐渐恢复的过程,可为隧道修建后的生态恢复提供参考。     

基于灰色理论与BP神经网络预测成都市生活垃圾产生量

根据成都市中心城区垃圾产生量的历年数据,先用以时间为单变量的灰色GM(1,1)预测模型得到历年数据的拟合值,再分析垃圾产生量与其影响因素之间的灰色关联度,选出关联度最大的4个因素建立多变量的灰色GM(1,5)预测模型与BP神经网络模型,并对垃圾产生量的预测精确度进行了对比,用预测精度最高的BP神经网络模型对未来年份的垃圾产生量进行了预测,为成都市垃圾处理处置规划提供了理论依据。     

公路边坡三维可视化建模系统研究

建立完善的公路边坡三维可视化建模系统,适时、较准确地为公路边坡工程稳定性评价、边坡开挖与治理、岩土工程的数值模拟分析等提供地质依据或模型资料,为岩土工程师对岩土工程问题的正确判断、分析提供综合信息,是今后公路岩土工程发展的一个主要方向。本文根据边坡信息采集的内容和特点,提出了边坡三维可视化技术、可视化建模的内容、及研制开发岩体结构三维可视化模型及构图系统实现的方法。     

三峡库区长江水位变化条件下滑坡稳定性二元指标体系研究

安全系数是边坡稳定性评价中的常用方法,在长期的工程实践中积累了丰富的经验,其最大的缺点是不能考虑边坡岩土体中实际存在的不确定性。可靠性理论可有效地考虑边坡系统内实际存在的不确定性和相关性,但是缺乏丰富的工程实践经验,因此,将工程实践经验丰富的安全系数与先进的可靠性理论相结合,建立安全系数与可靠性相耦合的二元评价体系具有重要的理论意义和应用价值。以巴东县东壤口镇宋家屋场滑坡为实例,计算了长江水位从135 m至175 m变化过程中的平均安全系数(最大可能安全系数)和相应的可靠性。将最大可能安全系数与边坡可靠性相乘,对最大可能安全系数进行折减,得到边坡可靠的安全系数。设折减后安全系数的临界值为1．05,由此计算出不同最大可能安全系数的临界变异系数和临界破坏概率。根据不同的最大可能安全系数及它的临界破坏概率,绘制出边坡稳定性分区图。用均值安全系数和可靠性二元指标对宋家屋场滑坡的稳定性进行了评价,结果是可靠的安全系数为1．068,略大于临界值,处于基本稳定状态。文中论述了边坡稳定性二元指标体系的建立方法。     

基于聚类分析与偏最小二乘法的支持向量机PM_(2.5)预测

考虑样本和输入变量的选取对预测模型精度的影响,文章提出一种基于K-means聚类与偏最小二乘法的支持向量机PM_(2.5)浓度预测方法。首先采用K-means算法对气象属性进行聚类,间接把PM_(2.5)序列分成了相似度较高的若干类,并分别作为预测建模用的训练样本;然后采用偏最小二乘法从影响PM_(2.5)浓度的多种因素中提取主成分,作为各类模型的优化输入;最后根据预测日的气象属性选出合适类别,运用优化后的训练样本和输入变量建立PM_(2.5)浓度预测模型。以北京市某监测点的实际数据为例,运用改进模型和传统模型分别进行实验。结果表明:改进的支持向量机相比传统支持向量机在预测精度上有明显的提高,精度评价指标MAE、MAPE和RMSE分别下降38.10%、50.59%、37.15%。研究实证,引入K-means聚类与偏最小二乘法的手段来提高传统支持向量机在PM_(2.5)浓度预测中的精度具有可行性。     

石油炼厂循环冷却水中杀生剂的性能评价

选用了氧化型杀生剂二氯异氰尿酸钠来控制循环冷却水中微生物的生长。分别把药剂的投加浓度、温度、接触时间、pH值 4个因素作为变量对杀生效果进行考察 ,总结每个因素及各因素的 3个水平变动对杀生率影响的大小 ,为实际生产提供参数。结果表明 ,浓度因素对杀生率的影响最大 ,其次是时间 ,再次是温度 ,最后是pH值     

考虑软弱夹层中岩土体应变软化特性的矿山边坡变形体渐进破坏分析

为明确软弱夹层中岩土体应变软化特性对矿山边坡变形体稳定性的影响,基于线性应变软化M-C模型,提出了容重增加法分析矿山边坡变形体渐进破坏的方法。以四川某石灰石矿区高边坡平台变形体稳定性分析为研究对象,选取两个典型的工程地质剖面建立矿山边坡稳定性FLAC数值计算模型,分析了软弱夹层含水量对矿山边坡变形体稳定性的影响规律,并与极限平衡法进行对比,验证容重增加法计算边坡安全系数的有效性和优越性,最后以剪应变增量为变化指标,描述了矿山边坡变形体渐进破坏的全过程。结果表明:①软弱夹层含水量增加,会增大边坡失稳的风险,同时其应变软化特性对边坡安全系数的影响更显著;②容重增加法初始状态下的边坡安全系数与极限平衡法峰值状态下的边坡安全系数计算值相当,极限平衡法采用残余强度指标计算得到的边坡稳定性结果偏于保守,建议采用容重增加法稳定状态下边坡稳定性的计算结果评价边坡变形体的稳定性;③随着计算时步的不断增加,基于线性应变软化M-C模型的容重增加法,可以全面、直观地描述矿山边坡变形体渐进破坏的全过程,可为矿山边坡安全评估提供依据。     

基于主成分分析的河流水环境质量评价研究

主成分分析是多元统计分析的一个分支,它能够在保证原始数据信息损失最小的情况下,以少数的综合变量取代原有的多维变量,简化数据结构,客观确定权重,是环境质量综合评价的一种简单易行的方法.基于主成分分析理论,建立了水质综合评价模型,以南淝河为例,选取南淝河五个监测断面的九项监测指标作为评价因子,对南淝河的水环境质量进行综合评价.结果表明,南淝河流域水环境质量总体较差,有机污染物是造成南淝河水质污染的主要原因.     

基于多源辅助数据和神经网络模型的稻田土壤砷空间分布预测

合适的方法和多源的辅助数据对于准确预测土壤重金属的空间分布具有重要意义.该研究提出一种径向基函数神经网络结合普通克里格法的模型(RBFNN_OK),由主成分分析(PCA)提取的地形因子、遥感数据和邻近信息等多源辅助数据作为自变量,预测江西省都昌县稻田土壤砷空间分布.为验证RBFNN_OK的可行性:首先在全县范围内采集144个稻田表层(0～20 cm)土壤样品,运用ArcGIS地统计模块随机抽取115个(80%)采样点作为测试集,29个(20%)采样点作为验证集.其次多源辅助数据包括地形因子、遥感数据和邻近信息等14个定量因子作为预测变量,将预测变量进行主成分分析,得到前10个主成分的累积贡献率达到97.62%.再次一个特定的RBFNN_OK被用来预测土壤砷空间分布.最后将RBFNN_OK模型的预测结果与径向基神经网络模型(RBFNN)、回归克里格模型(RK)和多元逐步线性回归模型(MSLR)进行比较.结果表明,RBFNN_OK的测量值标准偏差与均方根误差的比值(RPD)较其它3种方法分别提高了14.92%、35.71%和44.67%.此外,RBFNN_OK还提供了更加真实且有关土壤砷空间分布的细节信息.RBFNN_OK取得最优效果可能归因于引入多源辅助数据,考虑多源辅助数据和土壤砷之间的多重共线性和非线性关系.该方法可为稻田土壤砷调查与环境保护提供更为精准的信息.