基于层次分析法——可拓理论的泥石流危险性评价

泥石流危险性评价中的一个重要工作是对每个评价因子进行权重确定。采用AHP来确定每个评价因子的权重值,结合可拓学理论,建立了基于AHP与可拓学方法的泥石流危险性评价模型。利用该模型对相应泥石流沟进行评价,结果显示,该沟泥石流危险性等级为轻度危险,该模型为泥石流危险性评价提供了新思路与新方法。     

未确知测度理论在东川泥石流危险性评价中的应用

将未确知测度理论应用到东川泥石流沟危险性评价中。根据实际工程地质条件,选取12个泥石流危险性影响因子作为评价指标,制定评价指标的危险性分级标准。根据未确知测度理论建立泥石流危险性评价指标的单指标测度函数,然后运用层次分析法计算各评价指标的权重,得到泥石流危险性的综合测度函数,最后使用置信度识别准则对泥石流危险性等级进行判定。将该方法应用于云南省东川地区12条泥石流沟,结果表明,该方法的判定结果比经典方法更符合实际,证明了该方法的合理性。     

基于支持向量机的泥石流危险性评价

采用支持向量机的计算方法,对云南省7个样本集的评价指标数据和目标值进行了分组训练和测试,建立了泥石流危险性评价模型,达到了较明显效果,指出该方法在泥石流危险度划分中具有较好的利用价值。     

泥石流危险性三要素评估方法

泥石流作为一种山区常见的地质灾害,但由于泥石流孕育与形成的复杂性,至今对其发生的危险性进行准确预测还比较困难。通过对西南地区数十条已发生的泥石流沟实例进行统计分析,提出以雨强、坡降和物源三个基本要素作为评价泥石流危险性的依据,提出三要素的分级方法,并给出雨强、坡降和物源在评价泥石流危险性的赋值权重。在考虑泥石流沟堵塞情况给予适当修正的基础上,通过反演分析建立泥石流危险性大小的三要素评价方法,最后以大量的泥石流案例验证了该方法的合理性。     

新疆马尔洋地区泥石流遥感信息提取及危险性评价

遥感和地理信息技术已成为泥石流、滑坡等地质灾害快速调查和危险性评价的关键技术。文章以新疆西昆仑山脉西段马尔洋地区为研究区,在充分收集、研究前人资料和有效利用其他信息源的基础上,基于ETM⁺遥感影像和DEM数据,通过地形起伏度、沟谷密度、沟谷线和坡度等地形特征和植被覆盖度的计算,判读了研究区的泥石流灾害点信息。在此基础上,选取了合适的泥石流灾害危险性评价指标,利用层次分析法确定了各个评价因子的权重,对研究区泥石流危险性做了评价。评价的结果为一般危险性占23.20%,中度危险性占29.82%,而高度及极度危险性占47.98%,表明该地区为泥石流高度危险性易发育区。     

硬梁包水电站泥石流对沟口建筑物的影响评价

概述了硬梁包水电站左岸磨子沟泥石流的基本特征、泥石流危险性、泥石流发展趋势,泥石流对工程区的影响进行了分析和评价,为解决该泥石流沟治理设计提供了依据。     

基于层次分析法的绵茂公路泥石流危险性评价

选取绵茂公路典型的徐家坝泥石流沟为例,运用层次分析法对其危险性进行建模和评价分析,主要从历史危险和潜在危险2个方面去考虑其危险性。依据该模型,得出的结果为历史危险性和潜在危险性各占比重为0.5,这与地质人员现场调查的结果一致。因此,该方法可以推广到绵茂公路其他泥石流沟的危险度评价中,为绵茂公路泥石流风险评估提供科学依据。     

东河泥石流对高速公路危险性评价及防治

为了评价西昌市东河泥石流对某高速公路的影响,采用遥感解译、野外调查、室内分析与计算等手段,研究了该泥石流沟活动历史和物源特征,计算了泥石流整体冲击力、最大冲起高度、爬高及弯道超高等活动特征值,预测了该泥石流的爆发频率。基于此,对高速公路桥梁危险性进行了评价,提出了泥石流沟区域高速公路路线布设、桥梁净空、结构形式及桥墩防撞等综合防治措施,可供类似地区高速公路工程参考。     

某水电站库区泥石流易发性及危险性评价

对某水电站坝址区7条泥石流沟进行了泥石流易发程度判别,并进一步采用危险性指数和危险度2种方法对7条泥石流沟危险性进行了判别。分析得出:骆驼沟、水卡子沟、呷拉沟和巴旺沟的泥石流易发程度为轻度易发,邛山沟、木尔罗沟和燕耳岩沟的泥石流易发程度均为易发,其中以木尔罗沟为最易发,基于危险性指数评价得到的危险性与基于危险度评价得到的泥石流危险性等级略有不同,按危险度评判,骆驼沟和邛山沟泥石流危险性高,木尔罗沟、水卡子沟和燕耳岩沟泥石流危险性中等;呷拉沟和巴旺沟泥石流危险性低。     

川藏公路然乌-鲁朗段泥石流灾害危险性的动态分析

通过研究和分析川藏公路然乌-鲁朗段的泥石流灾害资料,总结了该路段的泥石流灾害在时间和空间上所呈现出的动态变化特征。泥石流灾害的时空动态变化特征表明泥石流灾害的危险性是时间和空间的函数,是动态变化的。借助于“熵”的理论和方法,引入了“地质灾害熵”的概念。在此基础上,提出了一种泥石流灾害危险性动态分析的新方法。最后,使用该方法对该路段某些大型、特大型冰川泥石流灾害的危险性进行了动态分析。分析结果与实际情况的一致性表明了这种新方法的合理性和可靠性。     

基于人工神经网络的泥石流灾害危险性评价

以磐石市典型泥石流为样本训练神经网络,结合应用实例,用训练好的网络模型对磐石市的10条泥石流样本作出评价,且评价结果与磐石市实际情况相符合,表明神经网络方法是泥石流危险评价的一种好方法。     

FCM(模糊C-均值聚类)法在泥石流分类中的应用

影响泥石流沟性质的因素繁多,如主沟长度、流域面积、流域最大高差等,故泥石流的分类是受诸多因素影响的多维非线性问题,对泥石流分类可以对泥石流危险度划分及防治对策等提供较好的建议,本文结合FCM(模糊C均值聚类)法,根据现场调查的泥石流沟各因素值划分泥石流沟的类别,以现场调查及工程经验证明分类结果较好反映泥石流沟的实际情况,证明了该方法的有效性及可行性。     

浆体黏度和级配颗粒组合条件下泥石流冲击特性模型试验

冲击特性是泥石流减灾及沟谷地貌演化的重要基础理论问题。建立泥石流冲击试验模型并进行了5组液相浆体黏度（0,0.13,0.37,0.72,0.93 Pa·s）、5组固相比（0,0.02,0.04,0.08,0.16）,5组固相颗粒粒径（0,0.075～0.2,0.3～0.5,0.8～1.0,1.3～1.5 cm）组合下的泥石流冲击特性模型试验,将试验工况分为清水流、水石流与泥石流,采用小波理论对冲击荷载进行消噪并进行冲击荷载时程曲线及冲击荷载均值分析。分析结果表明：清水流冲击荷载均值为2.84 kPa;水石流冲击荷载均值与固相比及颗粒粒径大小呈正比,且固相比越大,水石流龙头冲击作用越小,颗粒粒径越大,冲击荷载变化幅度越大;泥石流时,随着浆体黏度、固相比及颗粒粒径增大,泥石流冲击力呈非线性增大,浆体黏度对泥石流冲击力影响明显,随着黏度的增大,不同颗粒粒径组合下泥石流冲击力均值分别为4.41,5.09,5.89,6.46,6.70 kPa。     

铁路桥梁混凝土工程造价大数据计算模型优化设计

基于大数据分析,对铁路桥梁混凝土工程造价计算模型的优化进行了研究。通过分析BP神经网络模型原理,发现该模型多输入多输出因素的非线性网络关系处理能力与本工程造价计算的非线性映射关系相吻合。利用计算机软件MATLAB中的BP神经网络工具箱进行搜索和查询,对于所采集得到的混凝土工程样本数据进行学习训练,把各项模型模拟数据结果和实际得到的样品数据结果进行比较分析,本研究构建的BP神经网络工程造价计算模型的误差率为3.29%,可满足铁路桥梁混凝土工程造价计算的精度要求。     

一种基于神经网络的材料成分模型

为研究如何利用神经网络预测材料化合物构成，建立了一个4层前向型网络，这种网络通过改变神经元非线性变换函数的参数，使连接权调整线性化，从而可提高学习速度，减少计算量，并避免了BP网络存在的易陷入局部极小和收敛速度慢的问题，以CaO-Al2O3-SiO2系统为例进行的仿真研究结果表明，该网络可成功包含材料化合物的构成信息。     

国际工程索赔中神经网络的应用

针对传统BP算法的缺陷,提出了一种采用L-M算法来加快收敛速度改进的BP神经网络,建立了基于LMBP神经网络的非线性系统,并利用该网络模型来预测工程索赔出现的可能性,并通过具体的仿真以及实践结果验证了LMBP网络的有效性,为承包商的工程索赔管理提出了一个新途径。     

Nonlinear Identification of Dynamic Systems Using Neural Networks

A neural-network-based method is proposed for the modeling and identification of a discrete-time nonlinear hysteretic system during strong earthquake motion. The learning or modeling capability of multilayer neural networks is explained from the mathematical point of view. The main idea of the proposed neural approach is explained, and it is shown that a multilayer neural network is a general type of NARMAX model and is suitable for the extreme nonlinear input-output mapping problems. Numerical simulation of a three-story building and a real structure (a bridge in Taiwan) subjected to several recorded earthquakes are used here to demonstrate the proposed method. The results illustrate that the neural network approach is a reliable and feasible method.     

浅层地下水位预测的小波网络模型

针对浅层地下水位时间序列动态变化的非线性和复杂性 ,提出了基于小波分析与人工神经网络相结合的预测方法———小波网络模型。小波网络模型吸取了小波分析的多分辨功能和人工神经网络的非线性逼近能力。实例计算结果表明 ,建议模型不同预见期的拟合和检验精度很高。小波网络模型延长了预见期 ,提高了预报精度。     

改进BP神经网络及其在西北建筑业预测中的应用

BP神经网络是分析处理复杂非线性问题的一种有效方法,是目前广泛应用的一种神经网络,已被逐渐应用于对宏观经济问题的研究中。本文有机地整合了计量经济学与BP神经网络,建立了基于因果关系理论来确定BP网络的输入变量,基于协整理论来分析BP网络系统的可靠性,基于学习率可变的动量BP算法的用于研究经济领域问题的改进BP神经网络预测模型,加强了网络模型的理论基础,提高了网络模型的质量,并将其应用于西北建筑业的预测和控制中,取得了令人满意的效果。     

粘土本构关系的神经网络模型

土的本构关系是土力学与工程的一个重要理论和实际问题。本文改变传统的数学建模方法,运用神经网络方法,建立一个粘土的非线性本构关系模型。神经网络方法;较传统方法建模方便,精度提高。