两类模型在大坝变形监测资料分析中的应用

结合某大坝变形监测资料，在定性分析的基础上，分别应用常规统计模型和改进BP模型建立了测值预报模型，分析论证了两种分析方法的异同，重点说明了BP网络的改进方法和注意事项，得出了一些重要结论。     

模糊修正聚类模型在边坡稳定性预测中的应用研究

本文用模糊聚类迭代模型对边坡工程实例进行了聚类分析,用聚类模型对一些边坡进行了预报以说明其方法的合理性;并对模糊聚类迭代模型中存在的不完全收敛性进行了分析。     

模糊统计聚类理论在崩岸问题中的应用研究

 为定量分析岸坡发生崩岸的危险程度,采用模糊统 计聚类理论,建立了以岸坡安全程度为聚类标准的隶属函数,并以石首河段为例对岸坡进行 了聚类判别。聚类结果表明,北门口河段岸坡的安全程度小于其它河段,该河段的频繁崩岸 验证了结果的正确性,同时也说明了模糊统计聚类理论适合于崩岸问题的研究。此外,通过 模型的自动调节作用,可正确划分各类别域值,并对初始聚类不符合的样本调整归入正确类 别,消除人为主观因素造成的不利影响,使分析结果更符合实际。     

基于模糊聚类算法的大坝监控模型的研究

将模糊理论和神经网络相结合,建立了基于模糊聚类算法的模糊神经网络的大坝安全监控模型,并针对某一大坝变形水平位移实测数据进行分析,计算结果表明,其拟合和预报精度优于常规统计模型,从而表明这一模型的有效性。     

模糊聚类法在径流丰枯特性分析中的应用

径流丰枯特性分析是河流水文系统分析的重要环节,为探讨径流丰枯的长期演变规律,在对孤立点进行检测和径流序列模糊聚类分析的基础上,通过引入模糊模式识别理论,提出了基于S型隶属函数和多维空间下丰枯贡献价值比重的径流丰枯特性分析方法。该方法的多维径流特性分析结果综合考虑了流量大小和分布状况因素,较好地描述了径流丰枯状态及其相对隶属程度。     

模糊聚类在流域年径流规律研究中的应用

对水资源系统的规律研究通常是对系统进行聚类、识别来实现，目前可用于水资源系统的模糊聚类的理论和模型很多，但是每种方法都有各自的特点，本文介绍一种模糊聚类循环迭代模型和最佳聚类数的确定方法，通过直观的离散函数曲线确定最佳聚类数和循环迭代的方法确定聚类中心，达到对样本进行归类的目的，最后将模糊聚类循环迭代模型应用到流域年径流规律的研究中，这对认识流域年径流规律具有一定的意义。     

浅析动态模糊聚类法在水资源区域分类中的应用

本文应用模糊数学中动态模糊聚类的方法，综合考虑了多种因素的影响，对不同区域水资源开发利用程度进行了科学的、合理的分类。     

模糊C均值聚类法在节水灌溉水平聚类分析中的应用

阐述了模糊C均值聚类法对样本进行聚类的基本原理,对模糊C均值聚类法不能有效确定聚类数目的问题进行分析,提出采用动态聚类方法计算出聚类数目的前提下对模糊C均值聚类法进行改进。利用改进模糊C均值聚类法对某地区的节水灌溉水平进行聚类分析,结果表明模糊C均值聚类法具有较高的适用性。     

模糊-动态聚类法在河北省农业节水区划中的应用

农业节水区划是农业水资源高效利用规划和实施的重要依据。根据河北省的自然与社会情况,选取自然地理条件、现状节水水平与潜在的节水效益、社会经济条件等方面的指标组成农业节水区划的分区指标体系。采用模糊一动态聚类方法进行了河北农业节水规划分区,与模糊聚类或系统聚类相比,既避免了分类结果难于预见、聚类分散的弊端,又避免了动态聚类人为授权过多的弊病,特别是分区指标样本数量较多时,这种现象更为突出。应用该方法,将河北省分为7大类型区,分区结果用于“河北省农业节水工程实施规划”与“水资源综合规划”。     

多元逐步回归模型在滑坡变形预测分析中的应用

在滑坡体变形监测数据分析中,引入时效、温度和降雨等作为滑坡体变形的影响因子,应用SPSS软件,采用多元逐步回归算法,建立滑坡变形的统计回归模型.将该模型拟合值与实测值的对比分析,能较好地反映滑坡体的变形规律和发展趋势,并识别影响滑坡变形的主要因素.工程实例表明,该模型的预测精度高于以往其他方法构建的模型,且操作简便.     

模糊聚类分析法在预报坝体位移上的应用

文章将模糊聚类分析方法应用于坝体位移预报,并结合工程实际建立预报模型验证其可行性和精确性.该方法对各种结构性态复杂、影响因素多样化的坝型,在初步预报坝体位移方面具有一定的实用价值.     

万家寨大坝水平变形分析

万家寨大坝坝顶各监测点的变形过程呈多峰曲线。文中采用物理推断和图表法分析了万家寨大坝的变形趋势,用广义线性多项式逐步回归方法建立了变形模型,并对大坝工作状况进行了初步分析,为大坝安全运行提供了依据。     

滑坡变形的回归-神经网络预测模型研究

受多种因素影响,滑坡变形具有趋势性和随机性的特点。从滑坡变形监测数据着手,将监测数据分离成趋势值和随机值,建立了滑坡变形的回归-神经网络预测模型。该模型采用逐步回归方法对滑坡变形的趋势值进行预测,用BP神经网络预测方法对滑坡变形的随机值进行预测。利用金沙江乌东德坝址区金坪子滑坡TP06点高程位移变化实测数据,对该模型进行了验证。结果表明:预测误差不超过11%,具有较高的预测精度。     

统计理论在围岩变形分析中的应用

讨论了统计理论在围岩变形分析中的应用 ,分析了围岩变形的特点 ,介绍了多元回归和逐步回归的基本方法 ,因子的选取 ,统计模型的确定等 ,并进行实例计算     

官地水电站金厂坝古滑坡体地表变形统计分析

本文采用逐步回归方法对官地水电站金厂坝古滑坡体的位移测值进行统计计算,分析了库水位和时效诸因素的作用,提出了用库水位的各种“滞后”影响作为水位因子,并在分析计算中取得了满意的结果。     

逐步回归算法在边坡安全监测中的运用

考虑时效、降雨和温度对边坡变形的影响,深入分析了边坡变形的外在影响因素及各因子的表达形式,建立边坡变形统计回归模型,应用Matlab软件和逐步回归算法,实现边坡变形的回归分析与预测。东津水电站溢洪道左岸高边坡变形监测资料分析成果表明:边坡变形统计拟合值与实测值接近,复相关系数较大,剩余标准差较小。该模型能较好地反映边坡的变形规律和发展趋势,为分析边坡运行时的安全状态和预测变形趋势提供了指导思想,有较大的工程实用价值。     

大坝监测多测点多方向位移数学模型研究

为适应大坝监测工作的实际需要,提出一种大坝位移建模新思路,介绍了模型研究的意义和相关概念与理论;简述了模型的求解方法,并给出应用实例,对模型成果进行了对比分析,模型取得了满意的精度,具有实际意义。     

基于有限元法和逐步回归法的泵站位移统计模型构建方法

由于大部分的泵站地基不是岩基,通过传统的力学方法无法得到较为准确的泵站位移统计模型,计算较为困难。因此,基于大坝变形统计模型构建的理念,提出了基于有限元-逐步回归分析的泵站位移统计模型构建方法。该方法以逐步回归为基础,通过有限单元法来确定统计模型中与水压分量有关的各个因子,再根据监测资料来确定温度分量和时效分量里的各个因子,从而得到较为准确的泵站建筑物位移统计模型。经南水北调东线某泵站验证表明,泵站实测的水平、垂直位移与三维有限元-逐步回归分析得出的结果基本一致,进一步表明,采用的统计模型用于泵站的位移分析是可行的。基于有限元-逐步回归法的泵站位移统计模型拟合效果较好,拟合精度较高,为泵站监测资料分析提供了新思路。