基于集成学习的铁路隧道空洞敲击检查声音识别EI北大核心CSCD

隧道衬砌空洞敲击检查方法是目前铁路隧道中应用最多的检查方法,但其空洞识别和数据的记录均靠人工完成。为实现铁路隧道空洞敲击检查声音智能识别,将采集到的隧道敲击检查音频文件进行预处理,选取645个声音样本,提取24维梅尔频率倒谱系数(Mel frequency cepstrum coefficients,MFCC)作为声音样本的声学特征参数,通过集成算法(梯度提升决策树GBDT)训练样本声学特征,建立隧道空洞敲击检查声音分类模型,最后将该模型应用于实际铁路隧道空洞敲击检查声音识别分类。实例研究表明:与优化的支持向量机(cross-validation-support vector machine,CV-SVM)模型和改进径向基神经网络(particle swarm optimization algorithm-radial basis function neural network,PSO-RBF)模型相比,GBDT集成算法模型具有更高的准确率和更少的运算时间,在面对异常数据时具有更强的稳定性,能够准确地根据铁路隧道空洞敲击检查声音诊断衬砌后是否存在空洞。     

基于和谐论的黄河兰州段河道采砂影响评价

针对黄河兰州段河道采砂带来的安全问题,从河势稳定、防洪安全、水环境安全三方面建立河道采砂影响综合评价指标体系,采用改进的G2法和CRITIC法对评价指标进行主客观组合赋权,基于和谐论建立评价模型对2013—2018年黄河兰州段河道采砂影响进行了综合评价。结果表明,黄河兰州段河道采砂对河道安全及水环境安全带来不利的影响,在一定时期内需要对黄河兰州段河砂开采进行控制和预防,以避免对河道安全及水环境安全造成进一步的破坏。     

Comprehensive evaluation of Happy River based on ERG demand modelEI北大核心CSCD

针对建设幸福河实现新时代河湖治理的目标,基于ERG（existence relatedness growth）需求模型,建立了包括23个核心指标和27个可选指标的幸福河评价指标体系;运用Matlab软件,以幸福河等级指数为目标,采用投影寻踪模型建立幸福河评价指标值与幸福河等级指数之间的非线性关系,构建了基于改进的粒子群优化投影寻踪（IPSO-PPE）的幸福河等级评价模型,实现对幸福河的定量评价。以黄河甘肃段为例,分析了其2010—2018年幸福河等级指数变化的趋势,结果表明：黄河甘肃段幸福河等级指数整体呈上升趋势,由2010年的E等级（不幸福）提升到2018年的B等级（幸福指数较高）,评价结果与GRA-TOPSIS法结果吻合率达到88.9%,能较好地反映黄河甘肃段实际情况;水土流失、流域水患灾害、河流生态基流满足程度是制约黄河甘肃段幸福河等级指数的主要因素。     

改进G1-RS-UMT模型在某配水工程围岩稳定预测中的应用

围岩稳定是保证水工隧洞工程安全稳定的重要前提。以某配水工程水工隧洞为研究背景,以提升长距离输水隧洞中围岩稳定性等级预测精度为目标,构建了多因素水工隧洞围岩稳定性预测指标体系,划分了围岩稳定等级,采用G1-改进RS法对影响指标进行主客观赋权,并引用博弈论理论运算组合权重,最后基于未确知测度理论提出改进G1-RS-UMT模型,完成了围岩稳定等级预测。结果表明：某配水工程B4标段水工隧洞中9个典型断面中GS19+590～GS20+050段围岩处于不稳定状态,GS21+340～GS28+061里程范围内8段围岩皆处为局部稳定状态。通过论证,改进G1-RS-UMT模型预测结果相比于TOPSIS模型其准确度更高,预测等级与实际情况相符合程度由66.67%提高到了88.89%。该研究为围岩稳定性预测提供了一种新的定量方法,为水工隧洞围岩稳定性预测结果提供更加有效的支撑。