非等间隔加权G(1,1)模型在建筑物沉降预测中的应用

文中针对建筑物沉降监测数据量少、贫信息和非等时距等特点,引入单位时间差系数,将非等时距序列转化成等时距序列,建立非等间隔G(1,1)预测模型,依据监测数据对模型的贡献大小,引入权重矩阵以提高模型的预测精度。实践表明所建非等间隔加权灰色GM(1,1)模型的预测精度更高。

基于卡尔曼滤波算法的动态灰色GM(1,1)模型在路基沉降分析中的应用

针对含噪声的路基沉降时间序列,传统灰色GM(1,1)预测模型易受随机干扰影响致使预测精度不高的问题,建立了基于卡尔曼滤波的动态等维灰色理论预测模型,并以新沉降信息设置模型初始值,克服了传统灰色GM(1,1)模型在预测过程中忽略未来因素对系统影响的缺陷。工程实例分析表明,建立的消噪动态等维灰色预测模型优于传统态灰色模型和其他一些预测模型,对工程建设有指导意义。

房屋建筑施工中混凝土结构的加固技术分析

近几年,混凝土结构的加固技术在房屋建筑施工中应用十分广泛,笔者结合实践经验,对常用的混凝土加固方法与加固技术进行全面总结。

基于BIM的建筑集成化设计探讨

BIM是建筑信息建模的简称,就是要利用计算机技术与数字技术建立一个三维建筑模型,模型中包含了建筑的全面信息,业主、施工人员以及建筑师等都可以通过该模型了解该建筑,非常方便,基于BIM的集成化设计是建筑行业设计发展的新方向,本文对BIM以及集成化设计进行概述,并研究了基于BIM的建筑集成化设计。

新型柱锤冲扩桩法地基处理技术应用探讨

文章先从冲击荷载作用分析、孔内强力夯实的作用机理以及填料冲扩的二次挤密效应及嵌入作用等方面对柱锤冲扩桩法加固地基的工作机理和工作方法进行阐述,然后对柱锤冲扩桩复合地基设计进行计算分析,最后从成孔工艺、填料成桩工艺等方面对柱锤冲扩桩法施工工艺进行探讨。

浅谈小高层住宅建筑的结构选型

对小高层建筑的概念以及不同的建筑结构类型进行分析,然后对各选型的抗震性能进行对比研究,总结出各类型的优缺点,最后从结构选型方面进行了建筑抗震设计的探讨。

浅析混凝土抓底原因及处理措施

针对混凝土拌合及运输过程中出现的抓底问题,探讨了产生抓底的原因,分析了混凝土产生抓底的影响因素,提出了解决混凝土产生抓底的处理措施建议,为工程技术人员处理此类问题提供了参考。

高压喷射注浆法与人工成孔夯扩桩(DDC)法在组合型复合地基工程中的应用

通过工程实例,介绍了人工成孔夯扩桩(DDC)和高压喷射注浆两种地基处理方法在工程中的应用,可以处理较为复杂的地基,提高地基承载力,减小复合地基的变形或消除地基土湿陷性等问题.

B样条函数在大坝变形数据分析中的应用

用参数回归模型分析处理大坝变形数据时存在着变量之间的函数关系需要预先设定的问题,而对于一些波动性大、规律性和整体性较差的大坝变形数据,预选设定函数关系是困难的。为能较好地解决这类问题,建立了一种基于三次B样条函数的非参数回归模型。该模型是一种完全受观测数据驱动的数学模型,具有建模简单、适用强、精确度高和易于程序实现的特点。对出现的模型的系数采用遗传算法求解。实例分析表明,基于三次B样条函数的非参数模型具有较高的拟合预测精度,能够较好地解决实际问题。

建设工程中监理全方位管理分析

由于经济的不断发展,建筑行业在一定程度上得到了比较快的发展,但是对其要求也日益严格,相关的一些建筑企业要想在目前比较激烈的市场竞争中不被淘汰,就应该以过硬的质量作为主要的保障。本文首先分析了监理内部的相关管理,然后对施工过程中存在的一些现象进行有效的探究,提出以下几方面内容,进一步加强监理管理。

关于土木基础工程中复合地基技术的运用探索

本文首先概述了复合地基的定义、价值以及基本类型,然后基于案例介绍了CFG桩复合地基技术的具体运用,最后展望了复合地基技术的发展前景,以期为业内人士提供一些有益的参考。

基于遗传算法因素筛选的BP神经网络在软土路基沉降数据处理中的应用

软土路基沉降与其影响因素之间存在着非线性关系,因输入自变量较多,用神经网络建模容易出现过拟合现象,导致网络模型预测精度降低。针对这个问题,提出用遗传算法对输入自变量进行压缩降维处理,同时对网络模型的权值和阈值进行优化。实例仿真表明:经降维和权值及阈值优化的BP网络具有较高的精度;预测效果优于GRNN网络模型和单纯BP网络模型;用于软土路基沉降预测是可行的。

石头坪景区边坡几何形态对稳定可靠度的影响分析

兰州金城公园石头坪景区提升改造工程存在大量的自然边坡和人工边坡。因边坡土体物理力学参数存在变异性,采用了蒙特卡洛随机抽样法和极限平衡法按不同坡高及坡度计算分析了边坡稳定可靠性指标及其变化规律,结果表明在景区实际坡高、坡度范围内边坡是稳定可靠的,适宜景区建设,但当坡高、坡度达到实际范围的最大值或超范围时,边坡处于基本稳定或欠稳定状态,建议采取加固措施。

以职业能力为导向的建筑结构课程改革

本文以职业能力为导向对建筑结构课程从教学内容、教学方法以及考核方式等方面进行了改革,通过整合教学内容,引入现代教学方式并采用过程性课程考核方式,提高了学生学习积极性和课程的教学质量。

基于贝叶斯复合分位数回归的参数估计及应用

针对传统最小二乘估计易受异常点干扰及稳健性较差的问题,建立了基于复合分位数回归估计的数据拟合预测模型。为了克服复合分位数回归在估计参数时忽视了参数的不确定性,致使估算出的参数精度不够高的缺点,将贝叶斯分析法与复合分位数回归相结合,提高了参数的估算精度。实证分析表明贝叶斯复合分位数回归估计优于复合分位数回归估计,而复合分位数回归估计优于传统最小二乘估计,值得工程技术人员借鉴。

基于遗传算法的二次回归方程在沉降数据处理中的应用

软基路基沉降与其影响因素之间呈非线性关系。以某软基高速公路为例,以时段天数、时段载荷量及时段加载平均速率为解释变量,以时段沉降量为被解释变量,建立了非线性二次回归模型,并用遗传算法估算模型系数。工程实例表明,经遗传算法优化的非线性二次回归方程具有较高的预测精度,效果优于神经网络,用该模型进行软基高速公路沉降预测分析是可行的。

基于指数函数的非线性模型在路基沉降预测分析中的应用

针对指数曲线模型在表述路基沉降规律方面存在的不足,提出一种多项型指数曲线模型。对不同的沉降-时间数据列只需调整指数曲线模型项数便可取得理想拟合预测效果。先采用非线性最小二乘法估算模型的参数范围,再用遗传算法求最优值。工程实例表明,多项型指数曲线模型具有较高的预测精度,优于传统指数模型、双曲线模型、星野模型及灰色理论模型等,具有借鉴意义。

基于贝叶斯估计的路基沉降时间序列分析模型

对于非平稳路基沉降时间序列,利用差分算法使其平稳化,并结合ACF-PACF数据统计特性建立了AR(P)模型。针对传统最小二乘参数估计存在不足的问题,采用基于Win BUGS软件和MCMC算法的贝叶斯参数估计法,很好地解决了最小二乘算法对样本数量和质量要求过高的问题。工程实例分析表明:基于贝叶斯参数估计的时间序列预测模型优于最小二乘估计的时间序列预测模型,具有借鉴意义。

石头坪黄土高边坡稳定性的可靠度及敏感性分析

以兰州金城公园二期石头坪景区东侧典型边坡为研究对象,将边坡土体物理力学参数视为随机变量,采用蒙特卡洛随机抽样法及极限平衡法,分析了天然工况和暴雨工况条件下边坡的可靠度指标、失效概率,也分析了边坡安全系数对参数(c,φ,γ)的敏感性。结果表明:暴雨工况边坡可靠度指标明显低于天然工况,失效概率比天然工况明显增大;边坡的安全系数对土体的内摩擦角φ最敏感,粘聚力和重度γ次之,且与土体的内摩擦角φ、粘聚力c呈正相关关系,而与土体重度γ呈负相关关系。综合分析,两种工况边坡均处于稳定状态,适宜景区建设。

模糊数学在长输管道黄土湿陷性危害评价中的应用研究

对输油气管道的黄土湿陷性危害的评价方法研究近年来方兴未艾,如何建立一种具有适用性、可靠性和简便性的评价方法是本次研究工作的目的。本次研究在前期大量灾害调研的基础上,建立了基于模糊数学综合评判的危害评价方法。评价过程中采用了'层次分析法'对各危害因素的权重进行分配,并建立了各个单因素的评价准则,通过计算其模糊数学总评分的办法,将工程事故的危害分为:无危害、轻微危害、中等危害、危害和严重危害五个级别。运用该方法对所考察工程案例进行试算,其结果较为理想,可以满足工程需要。