基于混沌时序-随机森林回归的堆石坝料加水量预测研究

堆石坝碾压施工过程中一般通过对坝料加水以提高压实质量。然而现阶段针对坝料加水量控制的研究中,存在无法精确给定加水量、未考虑坝料上坝后摊铺施工过程中气象因素对坝料含水率的影响等问题,难以保证坝料在碾压施工开始时满足坝料设计含水率的要求。为有效控制堆石坝坝料加水量,基于混沌时序和随机森林回归方法,建立考虑气象因素影响的堆石坝料含水率变化预测模型并精确给定加水量,主要包括：①利用混沌时序方法,在设定时间内进行气象信息短期预测;②建立基于随机森林回归方法的含水率变化预测模型,预测气象因素引起的坝料含水率非线性变化,并通过十折交叉验证检验了模型预测精度;③结合预测的含水率变化、坝料初始含水率、设计含水率和坝料质量对加水量进行精确计算。在碾压监控系统和运输监控系统的基础上,结合某实际工程,验证了该方法的有效性和准确性,并与现有加水方法进行了对比,为堆石坝坝料加水量的精细化控制提供了科学指导。     

考虑时间影响的神经网络组合模型对心墙堆石坝变形的预测研究

大坝变形通常是由于多种复杂耦合因素而致,并且是具有高度的灰色性和模糊性的不确定性系统。由于多因素影响下的大坝变形问题没有确定性数学物理关系公式解决,而组合模型能够充分利用各子模型的有用信息,较单一模型更能够反映大坝变形的复杂性和不确定性,是更为科学预测分析大坝变形的方法。目前国内外学者缺乏对于大坝变形的组合预测模型的研究并且没有考虑时间因素对组合模型权重影响;针对此问题,本文以灰色模糊模型(ANFIS-GM模型)和遗传神经网络模型(GA-BP模型)作为子模型,采用考虑时间影响的神经网络模型作为组合模型权重的求解方法,对大坝变形进行预测。通过西南某心墙堆石坝的实例分析表明:该模型能综合其子模型的优势,获得更高的精度,同时也比未考虑时间影响的最小误差平方和组合模型具有更高的精度,它比最小预测误差平方和组合模型精度平均高10.50 mm。     

考虑压实质量影响的碾压混凝土坝层间结合质量动态评价研究

碾压混凝土坝的层间结合质量评价是碾压混凝土坝施工质量控制的重要手段。已有的研究仅考虑层面处理和层间间隔时间对层间结合质量的影响,不仅忽略了压实质量对碾压混凝土坝层间结合质量的影响,而且未能够对大坝层间结合质量进行动态评价。本研究提出实时监控下考虑压实度及其不确定性影响的碾压混凝土坝层间结合质量动态评价模型,模型的建立主要包括3个方面的内容:(1)基于熵-盲数理论对混凝土特性参数进行处理,提出考虑参数不确定性影响的压实度动态计算方法,并将压实度计算结果应用于层间结合质量评价;(2)以混凝土初凝时间与层间间隔时间的差值作为评价指标,解决不同季节条件下评价模型的适用性问题;(3)建立了3个层次的碾压混凝土坝层间结合质量评价指标体系,并基于线性回归分析方法建立了层间结合质量与层间间隔时间、压实度的映射关系。结合实际工程,应用基于实时监控系统建立的评价模型对某碾压混凝土坝的层间结合质量进行了动态评价;结果表明本研究不仅能够在准确评价层间结合质量的同时提供参数不确定性影响等信息,而且层间结合质量动态评价结果更符合实际。     

考虑时间影响的神经网络组合模型对心墙堆石坝变形的预测研究北大核心CSCD

大坝变形通常是由于多种复杂耦合因素而致,并且是具有高度的灰色性和模糊性的不确定性系统。由于多因素影响下的大坝变形问题没有确定性数学物理关系公式解决,而组合模型能够充分利用各子模型的有用信息,较单一模型更能够反映大坝变形的复杂性和不确定性,是更为科学预测分析大坝变形的方法。目前国内外学者缺乏对于大坝变形的组合预测模型的研究并且没有考虑时间因素对组合模型权重影响;针对此问题,本文以灰色模糊模型(ANFIS-GM模型)和遗传神经网络模型(GA-BP模型)作为子模型,采用考虑时间影响的神经网络模型作为组合模型权重的求解方法,对大坝变形进行预测。通过西南某心墙堆石坝的实例分析表明:该模型能综合其子模型的优势,获得更高的精度,同时也比未考虑时间影响的最小误差平方和组合模型具有更高的精度,它比最小预测误差平方和组合模型精度平均高10.50 mm。     

基于随机森林算法的土石坝压实质量动态评价研究

坝体压实质量评价是土石坝施工安全控制的关键,其中干密度是评价压实质量的重要指标,但是施工现场通过随机试坑试验获取干密度的方法难以全面反映仓面压实质量,同时压实质量评价模型存在缺乏深入分析和量化料源参数不确定性的问题。针对上述不足,本文基于碾压实时监控系统提出了考虑料源参数和评价过程随机不确定性的压实质量动态评价模型,其功能主要包括以下3个方面:(1)采用信息熵理论量化土石坝料源参数的不确定性;(2)在影响干密度的指标中增加P5含量和湿度两个指标,反映了级配与气象要素对压实质量的影响,并在考虑料源参数不确定性影响的条件下基于随机森林算法对压实质量评价模型进行了动态求解;(3)采用插值结果可信度高的Kriging方法进行全仓面压实质量动态评价,弥补了试坑试验有限检测点难以全面反映仓面压实质量的不足。将该模型应用于某工程心墙区的压实质量评价,采用五折交叉验证和F检验等方法验证了该模型的可行性,并与BP神经网络和线性回归评价方法进行对比分析,验证了本评价方法的一致性、代表性和优越性。