基于EMD和神经网络的非线性时间序列预测方法

现实生活中的时间序列,通常伴随着大量的噪声和高度的波动性。对于这些非线性时间序列,运用传统的统计和计量经济模型进行分析预测,预测结果往往不够理想。文章基于经验模态分解(EMD)和人工神经网络提出改进方法。主体思想是"先分再合":先用EMD方法分解非线性时间序列,得到一系列易于分析的独立的子系列,然后利用神经网络(FNN)对每一个子系列进行分析和预测,最后再用自适应线性神经网络(ALNN)整合并得出最终结果。结合具体房价时间序列实例,证实了这种方法的优势。

康定市桃花沟泥石流发育特征及防治对策

拟建大渡河猴子岩水电站某移民场址位于桃花沟沟口堆积扇上,桃花沟属于泥石流冲沟,历史上曾多次爆发泥石流并淤塞大渡河。笔者通过现场勘察,查明了桃花沟泥石流形成的地形地貌、物源和水源条件,以及当时泥石流爆发状况,阐述了泥石流发育特征和成灾机理。在此基础上,根据沟道特点,通过对泥石流基本特征参数计算分析,利用ANSYS软件旗下的CFX模拟了50 a一遇泥石流在沟口处的冲淤漫流范围,并对移民安置点的潜在影响及危险性进行分析评价,进而提出了针对性的治理措施建议。

基于RAMMS锄头沟泥石流运动过程模拟

2013年7月,汶川县锄头沟受暴雨影响爆发泥石流灾害,对沟口居民区和交通干线造成严重破坏,造成巨大经济损失。通过对泥石流的发育特征分析和运动特征参数计算,利用RAMMS软件基于Voellmy模型和REK模型对泥石流运动堆积过程进行数值模拟,获得泥石流平均流速、泥深的运动变化特征。模拟结果表明,沟口处沟道泥深约2~6m,平均流速2~4m/s。对堆积范围进行校核,与实地调查结果基本吻合,模拟结果对泥石流运动特征分析及其防治具有积极意义。