济南城市防洪汛情预警等级判定方法

结合现有的城市防洪汛情预警等级判定方法,利用多元线性回归预测模型,提出了一种能够考虑多种影响因子共同作用下的城市防洪汛情预警等级判定模型,该模型对各相关因子的相关性比较高。利用济南市典型降雨数据对该模型进行了检验,结果表明:该模型回归效果良好,可以用于济南城市防洪汛情预警等级的判定。     

基于TSP203和理想点法的隧道塌方风险预测

为有效识别隧道易塌方地段,提出了基于TSP203及理想点法的综合评价体系,并将该方法运用到济南至泰安高速小佛寺隧道项目中,将得到的结果与设计方案及超前钻探法比较发现,该方法对预测易塌方地段具有很高的准确度,可以作为未来指导施工和规避风险的一种手段。     

海底隧道涌水量模型试验研究

通过分析目前对海底隧道涌水量预测中使用的经验解析法和数值模拟法的局限性,采用模型试验的方法,基于相似理论,结合青岛胶州湾海底隧道水文地质和工程地质情况,以其右线的一个断面为模型,根据围岩渗透系数、黏聚力以及摩擦角配置了相似材料,并制作了海底隧道模型架和涌水量测量装置,同时在开挖过程中对位移、应力和渗压进行了监测。监测数据表明,本模型试验能较好的模拟海底隧道的实际开挖情况,试验所得涌水量与现场实测数据结果非常接近。通过解析解、数值解及试验观测值的对比表明,本试验在海底隧道涌水量预测方面具有较好的实用性,对指导防排水设计及施工实践有一定的参考价值。     

基于多源时间序列的滑坡位移动态预测

位移预测在滑坡预警预报系统中有着重要地位，为了提高位移预测的精度，提出了变分模态分解和二次指数平滑法、神经网络结合的滑坡位移动态预测方法。首先对历史监测位移数据进行变分模态分解，产生多个模态分量，然后利用二次指数平滑法和极限学习机(ELM)模型进行预测。粒子群优化算法被用来优化ELM模型，最后累加各模态的预测值完成预测。以三峡库区白家包滑坡为例，将所建模型与最小二乘支持向量机(LSSVM)和卷积神经网络-门控递归单元(CNN-GRU)预测的周期项进行比较，结果表明：所用DES-PSO-ELM能够有效预测滑坡位移变化，其均方根误差、平均绝对误差、平均绝对百分误差和相关系数值分别为1.293、0.993 mm, 0.008 0、0.999 8,预测误差最小。研究结果可以为滑坡预警监控系统提供技术依据。