基于小波变换的隧道大变形组合预测方法

为提高隧道变形预测精度,首先,探讨不同小波变换参数的去噪效果,并将隧道的变形数据分为趋势项和误差项;之后,对趋势项和误差项进行单项预测和组合预测,对比分析本文预测结果,研究本文预测模型的有效性。结果表明:sym8小波函数在采用软阈值选取方法、启发式阈值标准及8层小波分解时的去噪结果最优。采用剔除最大误差倒数法通过对趋势项及误差项进行组合预测可知,趋势项组合预测、误差项组合预测较其单项预测的预测精度分别提高了2.5~3.5倍、4.0~5.4倍,达到了提高预测精度的目的,且也不同程度地提高了预测结果的稳定性。通过对本文预测模型的实例分析,验证了本文预测思路的可行性和有效性,预测结果满足大变形预测的要求,具有较高的可行度。     

基于小波变换的入库径流组合预测方法研究

应用小波分析理论中的多尺度分析,分析水库入库径流过程,采用àtrous算法分解原始径流过程,对分解后的系数组进行周期分析,利用周期均值叠加法作各级系数外延预测,重构预测的系数组,取得入库径流过程预测结果。利用该方法对三峡水库的实例研究取得了较满意的结果,结果表明组合方法比直接利用周期均值叠加法预测精度高。     

基于小波EGM-ISFLA-SVR的大坝变形组合预测模型

为了提高大坝变形监控模型的预测能力,充分挖掘变形实测数据并及时了解大坝的运行性态,提出了一种基于小波EGM-ISFLA-SVR的大坝变形组合预测模型。该模型首先应用小波分析进行去噪,提取变形监测序列的时效分量以及由水压、温度分量组成的综合效应分量。然后,分别运用均值GM(1,1)模型和基于改进的混合蛙跳算法的支持回归机模型对两种序列进行建模和预测。最后,经小波重构得到组合模型。通过工程实例对模型效果加以检验,采用多项指标分别与传统统计模型的拟合精度和预测精度进行对比。结果显示,该模型拟合时具有比统计模型更大的复相关系数和更小的均方差;预测时均方差、平均绝对百分比误差和平均绝对误差均小于统计模型,表明该模型具有更高的拟合和预测精度和更强的泛化能力。     

基于集成组合预测模型的隧道大变形预测研究

为提高隧道大变形预测精度,先利用ARMA模型、三次指数平滑模型和GM(1,1)模型等单项预测模型进行预测,再利用多种线性和非线性组合方法实现了隧道大变形的初步组合预测,并在递进组合预测和混沌优化预测的基础上,构建了隧道大变形集成组合预测模型,实现了隧道大变形的综合预测。同时,提出利用M-K检验来判断隧道大变形的发展趋势,以验证预测结果的准确性。实例验证结果表明：各类初步组合预测模型均能不同程度地提高预测精度,而递进组合预测能很好地优化残差序列,达到提高预测精度的目的,即集成预测模型在隧道大变形中具较高的预测精度;同时,变形预测结果与趋势判断结果一致,均得出隧道大变形趋于不稳定方向发展的规律,相互佐证了各自分析结果的准确性,为隧道变形防治提供了参考依据。     

基于子波变换序列的人工神经网络组合预测

本文引入一种新的水文序列组合预测方法，首先对水文离列施行ＡＴｒｏｕｓ子波变换，得到其在各倍频程上的子波系数，其次利用人工神经网络预测模型对子皮系数进行了多尺度组合预测：而后运用ＡＴｒｏｕｓ完全重构公式，得到水文序列的预测，本文对宜昌站年平均径流离列作了研究，结果显示预测效果理想。     

基于趋势及回归分析的珠三角城市群需水预测

对近10年珠三角城市群用水量进行了特征及结构分析,其中分析了总用水量和农业、工业、城镇公共、居民生活及生态环境用水量等与地区生产总值、年末人口数等参数的相关性,结果表明:与一般用水量随着经济与人口增长而增长的结论不同,近年来,珠三角地区城市总用水量与地区生产总值表现较强的负相关性,与年末人口数也呈一定程度负相关。基于相关性分析成果,构建基于经济、人口为自变量的二元回归模型及趋势模型,对城市群水资源需求进行了预测,并与常用的分项水量预测法进行对比,结果表明:趋势模型和二元回归模型预测精度良好,与实际值偏差在2%以内;趋势模型预测结果与实际值最为接近,二元回归模型预测结果偏小,而常用的分项水量预测法结果偏安全。相比分项水量预测法,趋势及二元回归预测方法具有较高精度和便利操作性,可供类似城市群需水预测研究参考。     

大坝变形的小波分析与ARMA预测模型

大坝变形观测资料可视为非平稳时间序列,从影响大坝变形规律的因素出发,可将其分解为主值函数项、周期函数项和改进后的平稳时间序列。其中主值函数项采用逐步回归法拟合,针对时效因子采用半经验公式无法准确拟合实际变化情况,采用小波分析法将序列分解为低频和高频两部分信号,其中低频部分代表时效等因素影响的变形趋势;高频部分代表水位、温度等影响的变化规律,应用时间序列原理分别建立变形预测ARMA（p,q）模型,从而在现有水位、温度观测资料下预测坝体未来的变形趋势。实例计算结果表明,结合小波分析的时间序列法建立的预测模型,预测精度高于统计回归分析,预测效果良好,可作为一种有效方法应用于大坝变形预测中。     

最优加权组合模型在边坡变形预测中的应用

利用某岩质边坡2002年-2011年的变形监测资料,结合区域地质与气象背景,运用莱茵达准则选定有效的监测数据,分别建立了GM(1,1)模型和趋势曲线预测模型;最后,基于最优加权组合原理,建立了边坡变形的最优加权组合模型。运用组合模型对该岩质边坡的变形进行了拟合和变形预测,模拟变形趋势与实际变形趋势对比结果表明,组合模型的预测精度高于任何单一模型的拟合精度,证明该组合模型合理、可靠。     

基于小波分析的滑坡变形规律研究

对于有多个GPS监测点的滑坡,通常只研究个别代表性较强的点的位移,以此近似反映滑坡整体变形情况,但这种以点代面的方法与实际相差较大。现利用三峡库区某滑坡长期地表位移监测资料,根据各监测点位移对滑坡整体位移的贡献率,求得综合位移曲线,再利用小波分析等数学方法推导综合位移方程,据此分析了外界因素(降雨、库水位)对滑坡变形影响机理及周期。结果表明:该滑坡现处于潜在不稳定状态,降雨和库水位对滑坡的影响周期约为12个月。应用滑坡总位移方程进行验证性预测后显示,其预测精度达到92%,因此该方程能更真实地反映滑坡稳定性现状和发展趋势,对同类滑坡的研究具有借鉴价值。     

小波变换对中长期入库径流预测的适应性研究

通过典型水库入库径流预测实例,分析了小波周期分析模型预测效果与径流系列长度、时段长及流域尺度之间的关系。初步结论为：①小波周期分析模型依据时间序列长度不能过短,但也不是愈长愈好,当时间序列长度超过一定限时,模型的预测效果将不会再改善;②月、旬两种时段长对比结果表明,时段长越短,径流序列奇异性将越显著,小波周期分析模型的预测效果越差;③小波周期分析模型对流域尺度反应灵敏,流域面积越小,径流序列变化就愈不规则,模型的预测效果愈差。     

组合预测及R/S分析在基坑变形趋势判断中的应用研究

在基坑的现代化信息施工过程中,通过建立有效的预测模型,对基坑的变形趋势进行准确的预测,能有效地指导施工,避免工程事故的发生。为实现这一目的,首先,采用GM(1,1)、支持向量机和BP神经网络模型对基坑的变形进行单项预测,并建立了基坑的定权和非定权组合预测模型;其次,利用R/S分析,对基坑的变形趋势进行判断,以验证基坑变形预测的有效性。结果表明:通过组合预测,有效地提高了预测结果的精度及稳定性,其中以BP神经网络组合预测的效果最优,实测值与预测值之间能较好地吻合;同时,基坑具有持续变形的趋势,变形将进一步增加,且在后期的稳定性具有减弱的趋势,与预测的结果一致。通过研究,验证了组合预测及R/S分析在基坑变形趋势判断中的有效性,这为基坑变形预测及趋势判断提供了一种新的思路。     

小波变换尺度数对入库径流预测精度的影响

将小波变换中的á trous算法与周期均值叠加法耦合建立周期分析模型,预测水库的逐月平均入库流量过程。以三峡水库为例,研究了不同分解尺度数对预测效果的影响。研究得出分解尺度数增加对预报效果有改善,而当分解尺度数超过一定阈值时,预报效果不再改善的结论。     

基于小波变换的韩江年径流多时间尺度演变特征分析

运用小波分析的多分辨率功能,对韩江近62年年径流多时间尺度演变特征进行分析。结果表明：韩江年径流演变过程存在明显的多时间尺度特征,在不同的时间尺度分辨率下,会表现出不同的周期交替现象,主要存在17年、12年、7年及4年左右的振荡周期。径流量在整个研究时域内主要经历了6次丰枯交替变化,从中尺度来看,未来几年可能会出现持续来水偏少的状况。     

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。     

改进组合预测模型在铁路隧道变形预测中的应用

变形预测是隧道信息化施工的重要依据,能有效判断隧道围岩的稳定性。为此,在传统组合预测的基础上,提出了基于局部权值和整体权值的改进组合预测方法,该方法既不失传统组合预测的简单实用特点,还能反映样本数据至预测节点长度对组合权重的影响,实现了对传统组合预测的改进;同时,针对局部权值和整体权值的叠加问题,提出了累加叠加和累乘叠加的思路,有效考虑了局部和全局因素对组合权值的影响;最后,将改进后的组合预测模型应用于工程实例,以探讨其可行性及有效性。结果表明:该组合预测模型较传统组合预测模型具有更高的预测精度,预测结果的相对误差均<2%;同时,在局部权值和整体权值的叠加过程中,累乘叠加的效果要略优于累加叠加的效果,累乘叠加具有相对更高的精度和稳定性。研究成果可为铁路隧道的变形预测研究提供一种新的思路。     

渗流条件下山体土质边坡的蠕变分析

运用改进西原蠕变模型,建立了能反映蠕变全过程的非线性粘弹塑性蠕变模型,结合渗流力学理论得出了平面应变情况下的流固耦合方程。通过算例数值计算对降雨条件下土质坡体特征点的水平和垂直位移进行了分析,结果与现场调查相符。计算结果表明,土质边坡在降雨入渗初期位移变化较大,且水平位移比垂直位移大;降雨入渗具有迟滞效应,雨水渗流主要集中在坡体浅层,加强坡面防护很关键。     

基于小波变换的开都河径流量多时间尺度分析

以开都河大山口站1956—2006年的年径流量资料为例,利用Morlet小波变换对其水文序列的多时间尺度演变特性进行了分析,并预测了开都河2006年以后的年径流量变化趋势。结果表明:开都河存在6 a、10 a、15 a和38 a等4个主周期,其中38 a和10 a分别为第一和第二主周期;2006年后的未来几年内开都河将处于偏枯期。     

考虑多重周期性的短期电价预测

考虑到电价各时段变化以及周末与工作日变化的差异，提出了区分周末的分时段短期电价预测模型。该模型首先将各日中同一时段的电价形成该时段的电价序列，再将各时段电价序列分为工作日电价序列和周末电价序列。这样形成了多个消除了日周期性和星期周期性的子电价序列，分别对各子电价序列进行预测以得到预测日电价。采用基于小波分析的广义回归神经网络对这些子电价序列分别进行提前一天的预测，各子电价序列的预测电价就形成了下一天的预测电价。采用该方法对西班牙电力市场电价进行了长时间的连续预测，并与已有的预测方法进行了详细的比较分析，研究表明该方法能够提供更准确的预测电价。