时变参数灰色沉降预测模型及其应用

目前大部分沉降预测模型均假定模型的参数在沉降发展过程中是不变的，这与实际情况不符，从而影响了模型的预测精度，当预测模型的参数也是时间的函数时，系统响应预测可分为两部分：一是预测模型参数的预测；二是根据参数预测值的系统响应预测，在灰色GM（1，1）模型的基础上，建立了时变参数灰色GM（1，1）模型，其模型中的参数用多项式逼近，并采用最小二乘法确定多项式中的待定系数，最后将此模型应用于建筑（构筑）物的沉降预测，实例计算表明，时变参数预测模型有望提高模型的预测精度。     

基于LSTSVR的路基沉降组合预测模型

鉴于路基沉降各种单相预测模型均有其适用范围,总体预测波动性较大,精度较低,提出基于最小二乘双支持向量回归机(LSTSVR,least square twin support vector regression)的路基沉降组合预测模型。该模型的核心是根据路基沉降的发展规律及其沉降曲线的特点,选择具有S型特点的成长曲线特征的单相预测模型;以各单项预测模型预测结果作为最小二乘双支持向量回归机的输入向量,构建路基沉降组合预测模型。对比试验表明:提出方法具有更好的预测精度和稳定性。     

基于灰色BP神经网络的沉降预测模型应用研究

通过对灰色BP神经网络模型的分析与研究,给出了灰色BP神经网络的建模方法,建立了基于灰色BP神经网络的建筑物沉降预测模型,通过工程实例数据分别对GM(1,1)模型和灰色BP神经网络模型进行验证,得到了灰色BP神经网络的预测效果要比单纯的灰色GM(1,1)预测模型精度要高的结论,本模型为解决建筑物基础沉降预测分析提供了一种新的方法.     

基于实测数据的地铁隧道长期沉降预测模型研究

基于上海地铁二号线的实测沉降数据,运用遗传算法(GA)和粒子群算法(PSO)对传统BP神经网络进行了优化,以弥补BP神经网络在网络结构、权值和阈值选择上的随机性以及容易局部收敛等缺陷,据此提出了两种新型隧道长期沉降预测模型,即GA-BP神经网络和PSO-BP神经网络模型;并对比研究了经验曲线、BP神经网络、GA-BP神...     

基于时变参数模型的边坡变形分析应用研究

为揭示边坡变形规律,保证边坡安全,采用灰色系统理论对变形监测数据进行分析,在经典灰色GM（1,1）模型的基础上,建立了时变参数模型,提高了模型的拟合精度和预测能力.通过计算机编程进行解算,提高了模型的实用程度.实例计算表明,时变参数预测模型具有更好的预测效果.     

基于改进微粒群优化的泊松曲线沉降预测模型

在现有文献研究的基础上,对泊松曲线沉降预测模型作了进一步的研究,给出了泊松曲线沉降预测模型的一个新方法-改进的微粒群最优化方法.该算法不需要计算梯度,容易应用于实际问题中.通过对微粒群算法的修正,使改进算法具有更加精确和快速的收敛性.经实例计算表明,这种方法具有较高的精度.     

参数跟踪算法的收敛性质

讨论了时变遗志因子和加权配合的递推辨识算法的算法性质和确定性收敛性．证明了估值有界和误差渐近趋于零．指出这类算法具有指数收敛性．     

基于灰色预测模型的概率积分法参数确定研究

运用灰色预测模型可以对矿山开采引起的地表下沉和水平移动的观测数据进行处理与分析,进而确定概率积分法参数.根据潞安矿区司马矿地表移动观测站的实测资料,通过建立灰色预测GM(1,1)模型,利用Matlab对观测数据进行插值处理,获得等间隔数据,求取了概率积分法参数,并进行了相关精度分析.在此基础上,将灰色系统预测方法与曲线拟合方法求取参数的结果进行了对比分析,指出了两种方法存在误差的影响因素.结果表明,运用灰色系统理论求取的概率积分法的参数可靠,体现了动态预测的特点.同时,提出可以通过实施定期等间隔的观测和加大对衰退期的观测次数等措施,提高概率积分法参数的精度.     

人口发展的参数预测模型

对我国人口预测问题进行了研究.引入了重要的人口预测指标,建立了预测人口所需的各项参数(出生率、死亡率、迁移率等)的预测模型,采用曲线拟合得到相关预测函数的参数,再对参数进行灰色预测的方法.通过建立人口发展方程的模型,实现对于人口总量和相关人口指标的预测.根据历史数据,利用模型对中国人口的状况进行了预测和分析.预测结果表明,到2041年,我国人口的峰值为14.9亿左右,同时我国的老龄化率和城镇化率将不断上升.     

基于MATLAB和BP网络的公路软基沉降量预测模型

人工神经网络具有强大的非线性映射能力,文章利用BP神经网络建立了公路软土地基沉降量预测模型,并用MATLAB人工神经网络工具箱进行了实现。根据实测资料,对此预测模型进行训练和预测,试验表明,预测模型具有较好的预测精度,操作简单,具有广阔的工程应用前景。     

改进的Verhulst沉降预测模型及其参数估计方法

为提高软土路基沉降预测灰色Verhulst模型的预测精度,首先从沉降初始实测值修正和增加时间指数项两个方面对灰色Verhulst模型的离散时间响应式进行了改进;然后基于最小二乘原理,利用差分进化算法对改进的灰色Verhulst模型时间响应式进行直接地优化估计,避免了灰色Verhulst模型常规估计方法中因背景值选取问题而导致的计算误差.实例计算结果表明,改进的灰色Verhulst模型较原模型具有更好的灵活性和适应性,比Gompertz模型、Logistic模型、Bertalanffy模型、Weibull模型及原灰色Verhulst模型这几种沉降预测模型具有更高的预测精度,可供工程设计参考.     

沉降预测的多层递阶时间序列模型研究

为了研究沉降模型中参数的时变特性，提出了多层递阶时间序列模型，该模型将沉降预测分为预测模型参数的预测和在此基础上的沉降预测两部分.采用参数递推公式计算沉降时间序列模型的参数序列，并根据计算出的参数序列构建其时间序列预测模型.依此类推，可建立多层参数的预测公式，直至认为参数不随时间变化为止，然后根据参数预测结果来预测后期沉降.实例分析和计算表明，多层递阶时间序列模型能较好地反映参数的时变特性，取得较精确的沉降预测结果.     

A reduced-order method for parameter identification of a crystal plasticity model considering crystal symmetry

The focus of this paper is to identify the material parameters of a crystal plasticity model for Ni-base single crystal superalloys.To facilitate the stepwise calibration of the multistage flow rules, further decoupling and simplification are implemented without compromising its simulating capability. Reduced-order kinematics in crystal plasticity, which only comprise scalar components instead of their original tensors, are derived by considering the crystal symmetry and uniaxial loading condition. The relationships between components in elastic and plastic deformation gradient are established by explicitly accounting the control quantities, which is overall load in stress-controlled creep tests or displacement of gauge section in strain-controlled experiments,respectively. In addition, their approximate forms are also given by neglecting both elastic changes in volume and section area. A new objective function based on the shortest distance was introduced to correlate data from the simulations and experiments, and an integrated optimization process without finite element computation was developed into a commercial software package.Parameters in the crystal plasticity model are successfully calibrated by the efficient reduced-order method from the experimental data in such a sequence as: elastic, plastic, primary stage and secondary to tertiary stages creep laws. The multistage weak coupling flow rules can significantly reduce the non-uniqueness of the optimal solution under the circumstance of excessive parameters but insufficient experimental data. Finally, the optimized results with the reduced-order method have been validated by the finite element method.     

考虑天气因素的给水管道漏损预测模型

天气变化引起土壤含水率变化和变形等,导致气温变化与市政给水管道的破损事件存在相关性.为此,基于北方某城市给水管网破损事件数据和气温记录,分析不同的天气因素量化指标与管道破损事件的相关性.采用误差反向传播神经网络(BPNN)和基因表达式编程(GEP)方法,建立考虑天气因素的给水管道漏损预测模型.根据案例城市过去11年的市...     

A roughness parameter considering joint material properties and peak shear strength model for rock joints

This study aims at proposing a reasonable roughness parameter that can reflect the peak shear strength(PSS) of rock joints. Firstly, the contribution of the asperities with different apparent dip angles to shear strength is studied. Then the shear strength of the entire joint asperities is derived. The results showed that the PSS of the entire joint asperities is proportional to a key parameter hs, which is related to the geometric character of the joint surface and the joint material properties. The parameter hsis taken as the new roughness parameter, and it is reasonable to associate the PSS with the geometric characteristics of the joint surface. Based on the new roughness parameter and shear test results of 20 sets of joint specimens, a new PSS model for rock joints is proposed. The new model is validated with the artificial joints in this paper and real rock joints in published studies. Results showed that it is suitable for different types of rock joints except for gneiss joints. The new model has the form of the Mohr-Coulomb model, which can directly reflect the relationship between the 3 D roughness parameters and the peak dilation angle.     

考虑生物降解的填埋场封场后沉降分析模型

探讨了生物降解在封场后填埋场沉降中的作用，揭示了填埋体组成及颗粒密度对填埋场沉降
的影响。提出了填埋场的最终降解沉降率取决于降解速率与填埋时间的乘积以及填埋体的可降解有机质的
体积分数，修正了填埋场封场后的沉降分析模型。提出了“限制拟合”的概念，改进了拟合填埋场沉降曲
线的方法，并利用沉降观测曲线进一步修正预测结果。利用提出的模型拟合了7个填埋场的13条沉降曲线
，结果表明该模型能够较好地估算填埋场的封场后沉降。     

非等间距灰色优化模型及其在基坑沉降预测中的应用

传统非等间距灰色模型通常采用非等间隔数据进行分段线性插值,从而求得等间隔序列;但是实际基坑沉降并不是线性变化的,利用此法生成的等间隔序列较实际数据存在较大误差.针对传统非等间距灰色模型缺陷,分别利用RBF神经网络插值与三次样条插值生成等间距序列进而求得模型参数,并运用优化的非等间距灰色模型对某基坑的沉降量进行分析预测.计算结果表明：优化后的模型具有更高的精度,故本模型可作为基坑沉降预测的一种新方法.     

L—V模型在软土地基沉降预测中的应用

为了提高软土地基沉降模型的预测精度,将现有的Logistic模型和Von—Bertalanffy模型进行叠加,提出了L—V模型,并利用Origin拟合软件对模型参数进行求解。将该模型应用到软土地基沉降预测中,并与Logistic模型和Von—Bertalanffy模型比较。结果表明L—v模型全过程沉降预测的拟合程度最高,达到0．9978;沉降后期L—V模型的均方根误差（RMSE=1．512）小于Logistic模型（RMSE=2．930）和Von—Bertalanffy模型（RMSE=3．624）的均方根误差,其预测值更加接近观测值。