对“土石坝月沉陷量的灰色预测”一文的异议

《大坝观测与土工测试》1992年第2期发表了徐懋卿同志的“土石坝月沉陷量的灰色预测”一文(以下简称“土”文),文中提出用灰色系统预测理论的新陈代谢模型来预测土石坝的沉陷量,这一方法本身是可行的。但文中尚存在一些问题,本人有以下几点看法:     

GM(1,1)等维新息模型在土石坝沉降预测中的应用

采用灰色等维新息模型模拟土石坝的时效变形，预测了土石坝时效位移的未来变化趋势，并结合陆浑水库大坝实测资料编制了计算程序，同时对等维新息模型的最佳数区进行了讨论，得到了具有实用价值的结论。     

IVDF模型在土石坝监测数据预测中的应用

土石坝的监测数据预测对于揭示坝体变形规律、保障坝体结构安全具有重要意义。基于分形理论,将改进变维分形模型(IVDF模型)应用于土石坝小数据量监测数据的预测,以铜山源土石坝为例,选取混凝土防渗墙的应变监测数据作为研究对象,对应变进行预测,并分别用灰色模型GM(1,1)和BP神经网络进行对比预测。计算结果证明,IVDF模型充分利用分形的自相似性特征,抗噪性强,预测精度高,适用于小数据量监测数据的预测,具有良好的应用前景。     

基于灰色置信结构的FMEA的土石坝溃坝风险分析及应用北大核心

为有效识别土石坝溃坝的关键风险事件,针对传统的土石坝溃坝风险分析中选取风险因素单一和无法准确描述专家经验信息的不确定性,运用置信结构和灰色关联度理论,提出了基于灰色置信结构的故障模式和影响分析(FMEA)方法和土石坝溃坝故障模式清单,并运用在沟后水库溃坝风险分析中。结果表明:风险分析结果与实际溃坝情况相符,灰色置信结构很好地描述专家经验信息中的不确定性,改进了传统FMEA方法风险排序部分的不足。     

基于灰色置信结构的FMEA的土石坝溃坝风险分析及应用

为有效识别土石坝溃坝的关键风险事件,针对传统的土石坝溃坝风险分析中选取风险因素单一和无法准确描述专家经验信息的不确定性,运用置信结构和灰色关联度理论,提出了基于灰色置信结构的故障模式和影响分析(FMEA)方法和土石坝溃坝故障模式清单,并运用在沟后水库溃坝风险分析中。结果表明:风险分析结果与实际溃坝情况相符,灰色置信结构很好地描述专家经验信息中的不确定性,改进了传统FMEA方法风险排序部分的不足。     

一种改进的等维新息灰色模型及其在土石坝沉降预测中的应用

提出采用多层建模与等维新息灰色建模的联合方法预测土石坝沉降．该方法根据灰色理论的等维新息思想，采用参数递推公式计算灰色沉降模型的参数序列，并根据计算出的参数序列构建其预测模型，从而建立了反映系统时变特性的灰色预测模型．实例分析表明，本方法较好地反映了系统的时变性和灰色性，取得了较精确的沉降预测结果．     

土石坝漏水量的动态预测

采用Ｋａｌｍａｎ 滤波方法对土石坝漏水量进行了动态预测，探讨了土石坝异常数据问题，并用实例验证了该方法用于动态预测的有效性。     

土石坝裂缝数值模拟方法研究

由于目前土石坝裂缝产生的评判及预测缺乏统一标准,本文采用FLAC3D中可以产生滑动和分离的接触面Interface单元作为土石坝内部的隐含破坏面,以此模拟土石坝裂缝开展,探讨裂缝评判方法。最后,用离心模型试验证明该方法用于模拟土石坝开裂的可行性与合理性。     

多变量灰色模型在大坝变形预测中的应用

大坝变形影响因素复杂且具有明显的不确定性及灰色特征,采用灰色关联分析,从序化、量化的角度来选择最佳适量的影响因素用以表现所拟和的物理量,建立了多变量灰色模型MGM(1,n),并对未来时刻的物理量进行了预测.此方法较好地解决了目前常用的GM(1,1)模型不能全面考虑多个相互影响或关联的变量的问题.通过对某土石坝水平变形的预测,取得了满意的效果,表明这一方法对大坝变形预测是可行的和有效的.     

基于云推理自回归算法的大坝变形预测

土石坝的时效变形具有一定的单调性和不确定性。云模型较好地把定性概念的模糊性和随机性结合在一起,对不确定性问题的解决有着很强的鲁棒性。将云模型及云推理运用于土石坝的变形预测中,采用云推理自回归算法可初步解决土石坝变形预测中所存在的模糊性和随机性问题。预测实例表明:该方法预测精度较高,预测值与实测值基本吻合。     

基于组合赋权-TOPSIS土石坝渗流安全等级评价

根据资料收集选取土石坝渗流量、渗透坡降等8个定量因素作为土石坝渗流风险评价的指标,使用粗糙集改进层次分析法组合赋权的方法获取各评价指标客观权重.建立组合赋权-TOPSIS评价方法,对6个土石坝进行渗流风险评价预测,获取土石坝渗流安全风险等级.与现场调查情况相比结果一致.研究表明:该方法对土石坝渗流风险评价准确便捷,可用于快速评价土石坝渗流风险等级.     

基于人工神经网络的土石坝震损病害的预测研究

本文介绍了基于L-M(Levenberg-Marquardt)算法的BP神经网络模型,利用模型对土石坝进行损害预测.选取243座震损土石坝水库为研究对象,确定土石坝裂缝、渗漏、滑坡为本次预洲的指标.同时采集243座水库震损土石坝的裂缝、渗漏、滑坡等三大震损病害资料,通过专家意见划分其等级,作为实测值.经过神经网络模型反...     

应用Bayes方法对土石坝安全等级的动态概率评定

本文从土石坝安全等级划分的有关规定出发，给出了动态的土石坝安全等级概率描述,利用Bayes方法，以有效挖掘和利用新信息，实现对土石坝安全性状更为合理的评估和预测。运用离散随机变量的Bayes表达式，将土石坝安全鉴定专家评级赋值的先验概率和实时检测信息的似然概率相综合，更新土石坝安全等级评定的概率信息，并将这一信息运用到土石坝除险加固排序等决策中。这一方法有利于减少大坝安全性定量评估的难度和不确定性，有利于实现与现行安全决策准则的衔接，从而使目前的大坝安全风险分析方法更趋实用。     

土石坝月沉陷量的灰色预测

本文提出以较少的观测子样(5-6个)建立新陈代谢数列,利用灰色系统理论的GM(1,1)模型预测土石坝的月沉陷量。通过对工程实例的计算,表明本文提出的方法比目前常用的幂函数拟合模型预测的结果更接近实测值。从而说明本方法在大坝安全管理中有着较重要的使用价值。     

土石坝沉降的预测灰色模型

本文将灰色系统理论应用于土石坝沉降资料分析中，通过新陈代谢方法与ＧＭ（２，１）模型相结合建立了灰色预测模型，该模型的可行性与合理性铁山水库土凡的实际应用中得到了验证。     

降雨条件下土石坝渗流量监控方法研究

降雨对土石坝渗流量监测值影响明显,评判土石坝的渗流性态必须在实测渗流量中扣除降雨因素。为此,将朴素贝叶斯分类算法、回归分析和LSTM模型综合应用到土石坝渗流量监控中,实现降雨条件下的土石坝渗流量推理预测。首先以是否出现降雨径流为条件,对数据进行离散化处理,并引入回归分析方法,构建降雨径流～降雨过程数据组;采用LSTM方法构造降雨径流～降雨过程定量模型,最后将上述成果用于不同降雨过程条件下的降雨径流预测。应用结果表明,该方法可以比较准确地剔除由于降雨径流对大坝渗流量测值造成的干扰,可以准确监控土石坝渗流状态。     

土石坝沉降的预测灰色模型

本文将灰色系统理论应用到土石坝沉降资料分析中，通过新陈代谢方法与GM（2，1）模型相结合建立了灰色预测模型。该模型的可行性与合理性在铁山水库土坝的实际应用中得到了验证。     

基于ABC-SVM的土石坝变形监测模型

针对土石坝变形具有较强的非线性特征,传统统计模型预测精度不高,误差较大的问题。引入支持向量机模型(SVM),并采用人工蜂群算法(ABC)对支持向量机的关键参数惩罚因子C和核函数参数σ进行寻优,提高模型的拟合和预测精度,建立ABC-SVM模型应用于土石坝变形监测。实例验证分析表明:与传统多元回归模型和SVM模型相比,ABC-SVM模型预测精度高、泛化能力强。利用ABC-SVM模型对土石坝变形进行预测效果良好,可在大坝安全监测领域推广应用。     

土石坝沉降的状态灰色模型

针对传统的原型观测资料分析方法的不足，提出了将灰色系统理论应用于土石坝资料分析的新方法，从而建立了沉降状态灰色模型。其建模思路、方法的正确性和合理性，在铁山水库的实际运用中得到了验证。     

非参数投影寻踪回归在土石坝震损裂缝预测中的应用

根据汶川地震中绵阳市受损土石坝的实测数据,以大坝所在位置的地震烈度和地震发生前大坝的性态等因素作为预测因子,构造出土石坝震损裂缝预测的投影指标,采用可变阶的正交Hermite多项式拟合岭函数,并用单纯形算法优化投影指标函数,进而构建基于投影寻踪回归分析的震损裂缝预测模型,并将其用于该地区96座震损土石坝进行裂缝预测.将...