基于时序分析的边坡变形预报与变形行为特征

把数理统计软件Eviews引入岩土工程领域,对东明矿J2边坡监测点高程监测数据分别建立双对数模型、指数模型、线性模型、三阶多项式模型进行回归分析,找出物理量随时间变化的规律,然后通过相关统计学及力学假设,依托现有实测工程数据,建立时序模型并优化之,将经典ARMA模型推广到ARIMA模型,提高了拟合和预测精度;依据所建模型给出位移预报曲线,并探讨了边坡变形行为特征,对揭示边坡系统变形规律,选取最优防护体系具有指导意义,为工程数据分析和数值模拟提供了新思路.

基于ARIMA的新城疫风险预测模型

本研究旨在探讨ARMIA模型在新城疫风险预测方面的可行性,主要以地区为单位预测新城疫月新发生次数,为制定科学的防控措施提供指导。通过分析2009年1月到2012年12月的新城疫月新发生次数的官方数据,建立具有时间序列属性的风险预测模型,并对所建立的模型进行随机性、显著性和拟合度检验,从而确立风险预测模型中的参数,并使用分析预测模型对2013年1月到2013年6月的新城疫月新发生次数进行预测。将模型预测结果与实际新城疫月新发生次数进行对比表明,基于ARIMA模型的新城疫风险预测误差较小,效果比较显著。

排土场边坡稳定时序性分析

把时间序列分析方法引入排土场分析,对弓长岭露天矿排土场边坡位移监测点数据分别建立双对数模型、指数模型、线性模型、3阶多项式模型进行回归分析,找出物理量随时间变化的规律。依托现有实测工程数据,建立时序模型并优化之,将经典ARMA模型推广到ARIMA模型。依据所建模型给出位移预报曲线,并探讨边坡变形行为特征。对揭示边坡系统变形规律,选取最优防护体系具有指导意义,为工程数据分析和数值模拟提供了新思路。