基坑开挖诱发既有建(构)筑物变形的SVM-BP预测模型及其工程应用

为解决复杂施工环境下基坑周边近接建(构)筑物监测数据难以及时获取的问题,建立了基坑施工诱发周边既有建(构)筑物沉降SVM-BP预测模型。以某基坑工程近接建筑物的沉降为例,描述了该预测方法在实施过程中关键难点,并以实测数据进行验证。构建基坑开挖诱发周边既有建(构)筑物沉降预测体系,体系影响因子均来源于《建筑基坑工程监测技术规范》规定的应测项目,预测体系的构建关键在于影响因子与周边既有建(构)筑物沉降关系的建立。为此,根据实际工程案例特点和力学机理,采用将定性问题转换为定量表达的方法。而后,选择机器学习中的SVM、BP神经网络算法分别建立建(构)筑物响应预测模型。在此基础上,建立基于最小二乘准则的SVM-BP组合算法的预测模型,该模型可以充分利用不同机器学习算法的优势,一定程度上减少信息丢失,降低不确定性,使得预测精度进一步提高。

水稻强化栽培示范成功模式

为了完善水稻强化栽培新技术，有效利用水稻生理特性，突破常规的水稻栽培模式，公顷产量超过12吨，栽培方法有了新的突破，连续三年在永安农场进行试验示范，其栽培技术如下：