群体建筑物震害特征类比预测方法与应用

为了简化震害预测工作,从以往震害实例中选取了具有典型破坏特点的建筑物作为样本,提出以房屋的结构类型、高度、建设年代、现状质量和用途为震害影响因子的震害特征类比预测方法.与传统方法比较,本文方法精度较高,作为城市群体震害预测分析是可行的.该方法应用于厦门市群体建筑震害预测,并对其震害结果进行了统计分析.     

工业设备震害预测研究

本文在分析工业生产设备结构特点和震害规律的基础上，提出了一般地面上工业设备的震害预测方法，并成功地应用于大中型企业震害预测工作中。     

基于支持向量机的一般建筑震害预测方法研究

对城市中现有数量巨大的一般建筑的抗震能力进行评价,必须采用简便、实用的建筑物群体震害预测方法,才能在有限的时间内完成城市建筑物的震害预测工作.为此本文提出了基于支持向量机的建筑物群体震害预测方法,详细说明了基于支持向量机进行建筑物震害预测的步骤和方法.同时,本文利用建立的基于支持向量机的震害预测模型,对3栋现有建筑进行了震害预测,并将预测结果与单体震害预测结果进行了对比.研究结果表明,基于支持向量机的建筑物震害预测方法是一种可以用于建筑物群体震害预测的良好方法.     

建筑物单体震害预测新方法

为了快速有效地预测单体结构的震害,通过分析大量的单体结构样本以及不同震害影响因子的参与度系数,并参照模糊综合评判模型,建立了多因子综合分析单体结构震害的方法.震害影响因子的选取考虑了结构特点、震害特点及规范的相应要求,一般包括场地类型、结构类型、建造年代、结构的层数等.该方法的主要优点在于能以简单、可行的方式处理单体结构震害的复杂性.采用此方法对算例进行了分析.     

砖烟囱震害预测方法研究

本文提出了砖烟囱震害预测的“简化模式法”,结合对历史震害资料的分析,给出了由典型烟囱的震害预测结果,外推群体预测矩阵的一般方法。     

多层砌体房屋的震害预测分析

对目前我国房屋建筑中一种最为广泛应用的结构形式房屋——多层砌体房屋进行震害预测分析研究 ,并在调查房屋基础资料的基础上提出相应的震害预测的分析方法。通过对某城市辖区的震害实际预测 ,给出了该辖区的震害面积概率和震害幢数概率 ,以此评价地震时多层砌体房屋的破坏程度。其预测结果可为当地政府部门制定防震减灾规划及对策提供基础资料 ,对其他城市该类房屋的震害预测具有一定的借鉴价值。     

城市地下管网的震害预测

本文讨论了地下管网的抗震分析和震害预测方法,并结合管网特点给出了管段地震响应分析公式和管网地震破坏的估算公式,最后给出了一个给水管网震害预测的计算分析例题。     

公路桥梁震害预测

结合国外外震害经验及害资料,简述了桥梁震害特点和鉴别标准,给出了公路桥梁的震害预测方法,并给出了石咀山市公路桥梁震害预测结果。     

武汉市主城区中小学建筑物震害及人员伤亡预测

在对武汉市9个主城区内中小学建筑资料调查和统计分析的基础上,对武汉市主城区中小学建筑校进行了震害预测分析,计算了主要结构类型建筑的震害矩阵,综合分析了武汉市中小学建筑的抗震能力,并进行了不同震害等级下的人员伤亡预测.研究结果给下阶段规划教育建筑抗震改造加固方案及实施设计提供参考,为其他地区教育建筑震害预测与地震下人员伤亡预测积累经验.     

城市公路网络的连通可靠性分析

本文对城市公路网络的震害预测作了探讨,采用Montecarlo试验进行网络动态分析,在给定单元可靠度及震害烈度的情况下,对城市公路网络的震害预测提出了计算的方法,同时进行了方法的讨论,并作了实例计算．     

保山盆地永铸街气田沉积物源分析

根据研究区的基本资料和相应成果,在分析保山盆地基本构造格局的基础上,发现因保山盆地主控断层的西边在盆地演化过程中一直处于隆升状态,从而造成不同地带砾岩的分布和含量存在差异,在钻测井、地震资料中的体现也不相同.通过多种方法对永铸街气田的主物源方向进行论证后,认为永铸街气田的物源来自西边.     

电梯能耗的混合预测控制方法

目的为实现电梯群控系统的最佳派梯调度及节约能源提供重要的决策依据．方法针对电梯能耗的预测问题，分别讨论了基于ARMA模型的预测算法和基于径向基函数（RBF）神经网络的预测方法．在此基础上，提出了一种将ARMA模型预测与RBF神经网络预测相结合的混合预测方法．新方法综合了两种算法的优点．能较好地满足电梯能耗的预测要求．探讨了新方法在电梯能耗预测中的应用情况，根据电梯实测数据进行了仿真试验，对实际能耗和预测能耗进行了比较和误差分析．结果达到了预测速度较快、预测精度较高的效果，验证了该方法的可行性．结论该混合预测方法应用于电梯能耗的多步预测时，具有较好的预测性能．取得了较好的预测结果．     

变形预测的一种新方法

采用一种新的变形预测方法,即将GMDH神经网络预测方法运用到变形预测中进行短期以及长期预测,并且将预测得到的结果与采用BP神经网络预测得到的结果进行比较.结果表明,GMDH神经网络是一种比较好的预测方法,在变形预测中具有一定的实用性.     

基于多变量LSTM神经网络的澳大利亚大火预测研究

长短周期记忆神经网络(LSTM)受益于能够捕获长期依赖关系的特点,在许多实际应用中展现了优异的性能.该文构建了LSTM多变量数据驱动的预测模型,通过多变量输入的方式预测澳大利亚森林大火.首先使用多变量LSTM预测模型对日最高温度进行预测,并与反向传播(BP)神经网络以及ARIMA预测模型的结果进行对比.研究表明:以相关...     

径流的最优组合预测及其贝叶斯分析

径流预测是水资源合理利用的前提。组合预测方法是一种综合预测技术，能利用各个体预测模型中有用的独立信息。贝叶斯分析可以充分吸取径流本身和预测模型等多种成分中的信息，考虑多种不确定性，既可进行预测，又可以对预测模型进行分析评价。两者的结合能进一步提高预测效果，从而获得更充分的信息。     

多因变量多元线性模型主成分型预测的最优性判别

针对多因变量多元线性模型有偏预测问题,结合主成分估计,构造主成分型预测量。通过主成分型预测与最优线性无偏预测的最优性判别问题进行分析,分别得到了主成分型预测在R(i)(·)准则、MDE-准则及RT(·)下优于最优线性无偏预测的充分条件。结果表明,在一定条件下,有偏的主成分型预测优于最优线性无偏预测。     

改进型灰色马尔科夫模型在径流预测中的应用

随着径流量预测重要性的凸显,径流预测模型不断涌现.针对单一径流预测的局限性及一般的耦合径流预测精度不高的问题,应用数据加载法提出了GM(1,1)的修正模型,并对模型进行残差修正,提出了改进型的灰色马尔科夫耦合预测模型,进一步提高了径流预测的精度,区间预测成果更具科学性和实用价值,并将预测模型具体应用于三门峡水库入库年径流预测,预测成果可靠度高.     

基于小波神经网络的时间序列预报方法及应用

传统的时间序列预测模型在处理具有非线性特性或非平稳时间序列问题,特别是对有人参与的主动系统、社会经济系统的预测上,无法取得满意的预测效果.寻求处理这类系统的方法是人们一直努力的方向.这里以小波理论为基础,重点研究了小波网络在非线性时间序列中的建模预测方法,利用深圳综合指数数据,建立了股票指数预测模型.该模型克服了传统的时间序列预测模型仅局限于线性系统的情况,避免了BP神经网络模型固有的缺陷.仿真结果表明,该方法比神经网络预测方法的预测精度高,可以很好地应用于某些非线性时间序列的预测中.     

基于BP神经网络的输电线路覆冰增长模型研究

分析了现有输电线路覆冰增长模型在预测中的不足以及神经网络对非线性映射变量表达的优越性,提出了一种基于Levenberg—Marquardt学习算法的BP神经网络的覆冰增长预测模型。通过实验获取的覆冰增长数据样本训练BP网络,利用收敛的网络进行输电线路覆冰增长的预测,仿真实验误差1mm以下的有7组数据,远高于对比模型makkonoe模型的3组,验证了模型有效性,对输电线路的覆冰研究和预防有重要意义。     

隧道综合超前地质预报技术及其工程应用

针对岩溶隧道单一超前预报方法预报结果与实际开挖揭露情况偏差较大的问题,提出采用隧道综合超前地质预报技术来提高对不良地质体预报的准确率,即采用宏观地质分析法、TSP地震波法、地质雷达法、掌子面围岩预判以及超前钻探相结合的方法,充分发挥各种预报方法的优势并进行相互补充和印证,提高不良地质体超前地质预报精度。 研究成果成功应用于利万高速谋道连接线齐岳山隧道的超前地质预报工作,避免了人员伤亡与财产损失。 以里程桩号GK0+708~GK0+720段范围内大型充水夹泥溶洞预报为例,详细阐述了综合超前地质预报的流程,并根据预报结果进行相应的处治措施,避免了溶洞塌方突泥等地质灾害的发生。 研究结果对类似岩溶地区的超前预报提供了参考和借鉴。