蒋家沟泥石流年输沙量的拓扑预测

通过搜集整理并作图分析云南东川蒋家沟泥石流观测资料时发现,蒋家沟历年泥石流年输沙量变动幅度大且变动频繁,用一般拟合方法预测效果不理想。拓扑预测是一种预测未来发展趋势的方法,尤其对随时间有较大变化的对象,预测效果较好。本文试采用拓扑预测的方法对蒋家沟历年泥石流年输沙量的资料进行分析,对泥石流年输沙量进行了预测。     

基于多分辨率SVM回归估计的短期负荷预测

针对短期负荷预测支持向量机（SVM）方法的局部逼近能力和泛化能力进行研究，将多分辨率支持向量机（M-SVM）用于短期负荷预测中节点负荷预测曲线的回归估计。该理论在保持曲线总体逼近能力的同时提高了局部区域的逼近能力。文中根据短期负荷预测的具体特点，设计了负荷预测数学模型，采用96条回归曲线进行日负荷的曲线预测，并在该模型的基础上采用实际数据进行验证，分析了这种回归模型的泛化能力。实验结果表明M-SVM模型在预测精度和预测速度方面具有优良的特性。     

基于改进GWO和SVM的大坝变形预测

建立准确可靠的大坝变形预测模型是大坝安全评价的重要内容,为此,将差分进化算法的交叉和变异算子引入灰狼优化算法(GWO),提出一种基于改进灰狼算法(MGWO)优化支持向量机(SVM)的大坝变形预测方法.通过差分进化算法丰富初始种群,提出改进灰狼优化算法(MGWO),并采用MGWO算法优化SVM的惩罚因子和核函数,建立基于...     

基于EMD的SVM支持向量机模型在朝阳旱灾预测中的应用

为提高旱灾预测精度,本文运用EMD（经验模态分解法）与SVM（支持向量机）的组合模型对朝阳地区51a(1968-2018)旱灾情况进行预测研究,利用不同模型的独特优势,提高旱灾的预测精度,从而降低单一旱灾预测模型存在的弊端。结果表明：基于EMD的SVM支持向量机模型在朝阳旱灾预测中的应用取得了较好的预测精度,预测值均方误差（MSE）为0.000 5,决定系数（R2）为0.992,均优于SVM支持向量机预测模型的结果,将该模型应用在朝阳地区旱灾预测中具有一定的可行性。     

泥石流能预测预报吗？

泥石流,许多地方群众称它为“发蛟龙”。它象地震、走山等自然灾害一样,给人民的生命财产和国家经济建设带来极大的危害。全国许多地方深受泥石流灾害之苦。笔者所在的云南省迪庆藏族自治州,就是一个泥石流频繁发生的地方。德钦县茨卡桶在1869年埂里河暴发过一次泥石流,冲毁18家傈僳族,全村只剩下一名男孩,1960年7月28日,中旬县虎跳峡镇干沟箐暴发一次泥石流,约有9万立方米的土石方堵塞硕多岗河,水位升高12米,冲毁民房6所,淹没39所民房。附近的下桥头街道水深达2米多,淹没粮管所,损失粮食39万斤。这场泥石流灾害中,死难9人、重伤3人。冲垮滇藏公路路基1公     

基于奇异谱分析与梯度优化算法优化的RVM、SVM月径流预测研究

基于序列分解—参数优化—分项预测—结果叠加思想,构建奇异谱分析（SSA）-梯度优化（GBO）算法与相关向量机（RVM）、支持向量机（SVM）集成的中长期月径流预测模型。首先采用SSA方法对实例月径流数据进行处理,提取多个独立的子序列;其次介绍GBO算法原理,基于6个典型函数对GBO算法进行仿真测试。利用GBO算法优化RVM核宽度因子和超参数、SVM惩罚因子和核函数参数,分别建立SSA-GBO-RVM、SSA-GBO-SVM模型对各子序列进行预测,叠加后作为最终月径流预测结果;最后以云南省龙潭站65年共780个月月径流预测为例,选取实例前53年作为训练样本,后10年共120个月作预测样本对SSA-GBO-RVM、SSA-GBO-SVM模型进行检验。结果表明:GBO算法在不同维度条件下寻优效果优于MPA、PSO算法,具有较好的寻优精度和全局搜索能力。SSA-GBO-RVM、SSA-GBO-SVM模型对实例120个月月径流预测的平均绝对百分比误差分别为6.20%、7.82%,平均绝对误差分别为0.88、1.00 m³/s,纳什系数分别为0.992 6、0.991 3,均...     

基于人工神经网络的磐石市泥石流预测

磐石市位于吉林省中南部,区内地质环境质量较差,常有泥石流、崩塌、滑坡等灾害发生,尤其以泥石流灾害最为严重,制约了当地经济发展。因此,对该区泥石流灾害进行深入研究,预测其危险范围是非常必要的。根据研究区内199条泥石流沟的实际调查资料,综合考虑仿真准确率、均方误差及网络训练等因素,采用收敛速度快的Levenberg-Marquardt反向传播算法,构建了(8-17-4)结构的BP网络模型。用该模型对区内泥石流危险范围预测的结果符合研究区的实际情况。     

基于LIB-SVM的盾构隧道地表沉降预测方法研究

在大数据开源的背景下,为了分析及预测隧道施工盾构掘进引起地表沉降,同时容纳较多影响地表沉降的因素,提高沉降预测的准确性,本文在总结归纳支持向量机的建模原理的基础上,将支持向量机(support vector machine,SVM)方法应用到地表沉降预测中。结合虹梅南路隧道西线工程,选取土体参数、盾构参数和隧道埋深等8个影响因素作为输入特征,地表最终沉降量作为输出目标值,通过交叉验证选取LIB-SVM的最优参数组合并建立预测模型,对盾构施工引起的地表沉降进行了预测,并与实测数据进行了对比。结果表明:预测结果与工程实际情况较吻合,误差基本在5%以内,证明了该方法在盾构施工引起地表沉降的实际预测中具有可行性,为隧道工程的研究提供了一条新途径。     

基于GA参数优选的ε-SVR地下水位预测方法

选择径向基核函数建立地下水位ε-SVR预测模型,基于遗传算法实现惩罚因子C、核函数参数γ和不敏感损失函数参数ε的自适应优选,并运用建立的模型对某地傍河试验井地下水位进行预测.结果表明:基于GA参数优选的ε-SVR模型对训练样本的拟合误差平方和仅为0.0022,回归系数达到0.9933,检验样本拟合结果平均相对误差仅为1...     

基于支持向量机的混凝土强度预测

支持向量机是建立在统计学理论之上的机器学习技术。提出了混凝土28 d抗压强度预测的一种新方法,即支持向量机回归方法。该方法根据有限的学习样本,建立了各种影响因素和混凝土抗压强度之间的一种非线性映射,可以对混凝土强度进行预测。以实际样本数据进行训练,并对测试样本进行了预测。预测结果表明,支持向量机方法有着良好的泛化能力,优于人工神经网络建模方法。     

基于改进的神经网络与支持向量机的小流域日径流量预测研究

数据驱动水文模型可以在不考虑复杂物理过程的情况下,实现对数据种类较少的小流域日径流量的准确预测。本研究基于安徽省黄山市月潭水文监测站点2009-2012年的日径流量监测数据,分别构建粒子群寻优算法改进的神经网络(PSO-BPNN)以及支持向量机(PSO-SVM)模型。通过进行不同形式的模型结果比较发现,两类模型均有较好的拟合能力及泛化能力,其中基于三日流量数据的(PSO-SVM)模型具有最优模拟结果,可以考虑用于月潭流域日径流量的预测,实现流域内水资源的合理配置以及相关灾害的预防。     

云南蒋家沟黏性泥石流输沙的涨落特征

间歇性阵流是山区小流域发生的黏性泥石流活动的基本形式,其输沙特性表现出一定的间歇性和涨落特性,其涨落可达均值的2~4个数量级。利用Hurst指数分析了蒋家沟近50年的数千阵泥石流观测资料,发现间歇性阵流的流量、径流量、输沙量序列的Hurst指数均大于0.5,说明序列具有一定程度的长程关联性。同时,对比阵流序列与洪峰序列,发现泥石流阵流的长程关联性强于洪峰序列。另一方面,输沙量的累积百分比均满足统一的指数分布形式:P(S)=CS~(-μ)exp(-S/S_c),其中μ越大意味着序列中输沙量较小的阵次越多;S_c表示的是阵流输沙的涨落情况,即S_c越大,阵流输沙的涨落越大。     

关于温孟滩放淤有关问题的探讨

以温孟滩的自然地理和社会经济情况等基本资料为基础,研究了温孟滩放淤的方式、可进行放淤的范围、放淤高度和堆沙容积,分析了温孟滩放淤的相关技术指标,提出了淤区工程布置方式。结果表明:温孟滩放淤应采用有坝放淤的方式,引水口选择在小浪底水库;淤区可放淤面积为71.6km2,放淤厚度15 m,可堆沙12.57亿t;2020年以后开始放淤,年均引沙天数为19.1天,拟定设计引水流量500m3/s,年引沙总量1.547亿t,年淤积量约8 000万t;淤区布置共分为4段7条,共布设进水闸2座、退水闸4座、围格堤137.1km、输沙渠道35.16km、退水渠道11.2km。     

泾河水沙基本特性分析

通过分析泾河张家山站实测水文资料,得出泾河水、沙年内的分配关系,洪峰传播时间,最大流量、最大含沙量出现时间及洪水过程的水沙关系等.     

基于支持向量机的岩爆识别模型

岩爆的发生受多种因素的影响,这些因素关系错综复杂,以不同的特征和组合对岩爆产生综合影响,为科学、充分地利用现有的有限工程资料,本文从地下洞室围岩最大切向应力、岩石的单轴抗压强度和抗拉强度以及岩石冲击倾向指数四个主要因素出发,提出了基于支持向量机的岩爆识别模型,较好地解决小样本、非线性、高维数、局部极小点等的实际问题。     

基于水沙动力过程的泥石流阻塞大河模式及判据研究

根据潜坝壅堵模式的特点,基于异重流理论,给出了泥石流龙头在清水中的运动方程,并提出了有坎宽顶模型的潜坝壅堵上游水位计算式.基于水沙动力过程,以泥石流在坡度变化沟道内的运动方程为基础,考虑堰塞坝和主河水流的相互作用,给出了泥石流在主河中运移距离的计算公式;鉴于泥石流堵塞大河过程中物质流失严重的现象,根据水槽实验数据确定了流失系数;以周必凡提出的泥石流堵断主河总量的计算公式为基础,提出了按流失系数加以修正的泥石流阻塞大河物质总量条件.从而建立了基于动力学方程、物质总量的泥石流阻塞大河综合判据.     

基于固液两相流模型的泥石流流速垂向分布研究

泥石流流速的垂向分布是泥石流运动理论中的核心问题之一。以固液两相流模型为基础,分析了泥石流中两相速度相等与不等条件下的本构关系和泥石流流速垂向分布的计算方法;在二维恒定均匀流的条件下,考虑两相之间的相互作用,推导层流和紊流流态下泥石流中液相和固相速度的垂向分布公式,并采用不饱和水石流的试验数据进行了验证。结果表明:泥石流两相之间的速度差异是描述两相之间相互作用的根本所在;泥石流固相浓度与本构关系中的模化参数均有关联,是流速垂向分布计算中的重要参量;基于两相流模型的泥石流流速垂向分布公式比现有公式更具普遍意义,且其计算结果能与试验数据较好吻合。     

我国泥石流灾害防治措施研究

我国是一个多山的国家,泥石流十分发育,每年因泥石流灾害造成的财产损失巨大,泥石流灾害防治需求迫切。结合我国防治泥石流的实践,分析了泥石流灾害防治的不同措施和功能。     

基于Logistic回归模型的降雨型泥石流临界雨量定量分析

诱发泥石流形成的主要原因就是降雨,研究降雨影响泥石流形成的机制,对泥石流防治具有重要意义。Logistic回归模型实际上是一种降雨对泥石流发生概率的影响的定量分析方法。利用这一模型对泥石流灾害进行定量预测的关键是科学选择自变量雨量数据。有了前期有效降雨量和当日雨量,就可以利用降雨型泥石流临界雨量Logistic回归分析模型,对泥石流临界雨量进行分析,进而得到不同降雨情况下泥石流灾害的发生概率。     

基于CiteSpace的泥石流防治研究可视化分析

为了明晰泥石流防治的研究进展,以Web of Science中1 335条文献信息为研究对象,利用CiteSpace分析该领域内主要机构、学者和相关学科以及共现关键词之间的关系网络。结果表明:①中国科学院和美国地质调查局等机构在该领域发挥重要作用,形成了中国科学院(成都山地灾害与环境研究所)、成都理工大学、意大利国家研究委员会、佛罗伦萨大学和日内瓦大学五大学者群体;②研究理论相对单一,难以全面地认识泥石流灾害,应加强学科交流,促进多学科交叉融合;③研究热点主要集中在灾害型、诱因型、区域型和方法型4个大类。研究结果有助于进一步完善泥石流防治科学研究体系,为促进山区生态环境安全提供依据。