GIS环境下膨胀土胀缩等级的模糊数学评判

本文在模糊数学判别膨胀土的数学模型基础上 ,通过GIS软件MapInfo的二次开发 ,建立了膨胀土胀缩等级的判别 -管理 -分析模型 ,并据此对一工程实例进行了计算与分析 ,结果表明 ,GIS为区域性膨胀土的判别提供了一条高效、快速及准确的途径 。

自适应模糊神经网络在膨胀土胀缩等级分类中的应用

针对膨胀土胀缩等级分类这一多因素评判问题,在分析自适应模糊神经网络原理及结构的基础上,利用减法聚类获得模糊推理规则数目,确定网络结构,建立了适用于膨胀土分类的自适应模糊神经网络,并将其应用于两个实际工程的膨胀土分类中,取得了良好的效果。研究结果表明,自适应模糊神经网络能实现BP网络和模糊综合评判的分类功能,而且比BP网络具有更透明的网络结构、比模糊综合评判更具学习功能,在膨胀土胀缩等级的分类中显示出较强的适用性。

基于改进AHP与熵权法的膨胀土胀缩等级云模型评价

利用云模型、改进层次分析法与熵权法对膨胀土胀缩等级进行评价,主要采用了液限、胀缩总率、塑性指数、天然含水率和自由膨胀率等5个评价指标,并以15个膨胀土实测数据作为实例进行研究.首先根据胀缩性等级分类标准,生成每个评价标准的云数字特征,建立各评价因子的云模型;然后结合综合权重值,计算出综合确定度;最后综合确定度值最大的级别即为该膨胀土的胀缩等级.云模型的评价结果与未确知测度法、物元可拓模型和变权靶心贴近度法的评价结果有较好的一致性,且该方法具有较高的分类精度.

路基膨胀土胀缩等级的物元可拓识别模型

应用可拓学的理论与方法,基于可拓学中的可拓集合变换和相关函数分析法,给出了膨胀土胀缩等级的经典域物元和节域物元,并建立了膨胀土胀缩等级的物元可拓识别模型。通过具体的计算示例说明了该方法的应用步骤,并对该方法的合理性和有效性进行了验证。

基于云模型的膨胀土胀缩等级分类

由于膨胀土胀缩性受多种因素的综合影响,膨胀土胀缩等级的分类是膨胀土处理中的一个难题。选取影响膨胀土胀缩性的5个主要因素作为评判指标,根据分类标准,构建云模型及云的不确定性推理,将各评判指标的定性评语量化为分值,实现定性与定量的转换。在此基础上,利用在各级别区间内随机插值得到的20个标准样本,基于优化理论求出评判指标的客观权重,结合主观权重,得到组合权重。最后,将建立的膨胀土胀缩等级分类模型应用到某实际工程,结合权重和云的不确定性推理,得到待判样本的综合得分,并确定样本的胀缩等级,分类结果与实际情况相吻合,验证了模型的可行性和适用性,该模型可以用于类似工程的膨胀土胀缩等级分类。

膨胀土胀缩等级分类的Fisher分析判别

膨胀土的识别和分类,是一个在膨胀土处理过程中最重要的问题.以黏粒含量、粉粒含量、液限、塑限和塑性指数这5项指标作为模型判别因子建立膨胀土胀缩等级分类的Fisher判别分析模型.并且以膨胀土实测数据作为学习样本进行训练,建立Fisher判别函数对待测样本进行分类.研究结果表明:Fisher判别分析模型对膨胀土的胀缩等分类的判别性能较好,预测结果较客观,操作过程简单,为膨胀土胀缩等级的分类提供了一种新的方法,便于实际推广.

基于直觉模糊集逼近理想点法的膨胀土胀缩等级分类研究

为了对膨胀土胀缩等级进行正确分类,提出直觉模糊集逼近理想点法(TOPSIS)的膨胀土胀缩等级分类模型。综合考虑影响膨胀土胀缩等级的因素,选取液限、胀缩总率、塑性指数、自由膨胀率4个因素作为膨胀土胀缩等级分类的评价指标。鉴于指标权重具有模糊性且难以准确确定,将指标权重用直觉模糊集表示,并利用直觉模糊集TOPSIS对膨胀土胀缩等级进行分类。将该模型用于15个实际膨胀土样本的胀缩等级分类,并将分类结果与其他5种方法的分类结果进行对比。结果表明,直觉模糊集TOPSIS对膨胀土胀缩等级的分类结果与其他5种方法的分类结果相吻合,可为膨胀土胀缩等级分类提供新方法和思路。

膨胀土胀缩等级评价的熵值-理想点模型

针对膨胀土胀缩等级评定中单指标和多指标评价方法的不足,将液限、总胀缩率、塑性指数、天然含水率以及自然膨胀率作为膨胀土胀缩等级评价的指标,采用熵值法评价各不同指标的权重,以理想点原理为依托,提出了膨胀土胀缩等级评价的熵值-理想点模型。首先建立胀缩等级的理想点和反理想点矩阵,通过构造距离函数来表征样本与不同胀缩等级的理想点和反理想点距离,然后引入理想点贴近率的概念评价样本等级,即理想点距离越小,贴近率越小,样本越接近于该等级。该模型在某工程膨胀土胀缩等级评价中的应用表明:采用熵值-理想点模型评价的膨胀土的胀缩等级与实际情况吻合较好,说明该模型具有合理性和实用性。

路基膨胀土胀缩等级综合评判

膨胀土胀缩等级评判是膨胀土地区公路工程建设中的一项重要工作。分析了国内外现有的评判指标、评判标准和评判方法 。

基于遗传投影寻踪模型的膨胀土胀缩等级分类

由于膨胀土的胀缩特性受多种因素的综合影响,膨胀土胀缩等级分类是膨胀土处理中的一个难题。选取影响膨胀土胀缩等级分类的5个主要因素,通过在各评价等级范围内按均匀分布随机构建标准样本,结合遗传算法和投影寻踪方法,获得最佳投影方向和样本最佳投影值,利用逻辑斯谛曲线函数拟合最佳投影值与经验等级之间的非线性关系,建立了膨胀土胀缩等级分类的遗传投影寻踪模型。最后,将该模型应用到某实际工程中,分类结果与实际情况相吻合,验证了该模型的可行性和适用性,该模型可以作为一种膨胀土胀缩等级分类的新方法。

基于MATLAB的膨胀土胀缩等级评定模糊决策系统

膨胀土胀缩等级评定对于膨胀土工程至关重要。应用MATLAB工具箱中模糊决策系统对膨胀土胀缩等级进行判断,并在实际工程中得到应用,取得了较好的效果。

肯尼亚黑棉土胀缩等级判定方法研究

以肯尼亚内罗毕南环线黑棉土为依托,在介绍不同膨胀土胀缩等级判定方法的基础上,结合X衍射试验、阳离子交换量试验和室内土工试验结果,对黑棉土的涨缩等级进行了判定。在此基础上针对当地现状,提出了合理的黑棉土涨缩等级分类方法。

膨胀土胀缩等级的模糊灰元评价模型

应用模糊灰元理论与方法,与膨胀土胀缩等级评价相结合,在模糊物元理论、灰色系统理论和关联函数运算的基础上,建立了膨胀土胀缩等级评价的模糊灰元模型,经关联变换及从优隶属度处理构造关联系数模糊灰元。通过具体的计算实例说明了该方法的应用步骤,并取得了令人满意的结果。

神经网络在公路膨胀土胀缩等级判别中的应用

对现有膨胀土胀缩等级评判方法与标准进行了评价,提出了神经网络的评判方法并结合实例进行验证。结果表明,该方法具有科学性和可行性。

膨胀土胀缩等级的模糊灰元评价模型

应用模糊灰元理论与方法,与膨胀土胀缩等级评价相结合,在模糊物元理论、灰色系统理论和关联函数运算的基础上,建立了膨胀土胀缩等级评价的模糊灰元模型,经关联变换及从优隶属度处理构造关联系数模糊灰元。通过具体的计算实例说明了该方法的应用步骤,并取得了令人满意的结果。

用灰色关联分析法判别膨胀土胀缩等级

对现有膨胀土胀缩等级评判方法与标准进行了评价 ,提出了灰色关联分析法的评判方法并结合实例进行了验证。

基于支持向量机的膨胀土胀缩等级预测

膨胀土的胀缩等级判定对膨胀土地区工程建设具有重要的意义。为此,本文提出了一种基于支持向量回归机(SVR)模型的膨胀土胀缩等级预测方法。基于肯尼亚“蒙内铁路”沿线膨胀土的土工试验数据,以土体自由膨胀率作为预测目标,构建了包含两种不同预测指标体系的膨胀土胀缩等级预测模型。模型I以液限、塑限、塑性指数、3种不同粒径的颗粒含量(<0.075、0.075~0.25、0.25~0.5)、土的类型为输入参数,模型II以液限、塑限、塑性指数、粒径<0.075的颗粒含量、土的类型为预测参数。两个模型在预测时采用Linear、Polynomial、RBF和Sigmoid核函数进行训练。结果表明:(1)当预测采样次数达到1000次时,训练模型均趋于稳定;(2)整体而言,模型I的预测精度要优于模型II,模型I中采用RBF核函数建立的模型给出了最高准确率86.6%,其次为Linear核函数(准确率82.9%)和Sigmoid和函数(准确率75.1%)。模型II中采用RBF核函数建立的模型给出了最高准确率77.4%,其次为Linear核函数(准确率74.3%)和Sigmoid和函数(准确率72.9%);(3)采用Linear函数、Sigmoid函数和RBF函数作为核函数模型对44组未知胀缩等级的土样预测时,模型I中三者预测结果相同的数量占比为73%,其余组土样的预测胀缩等级相同或相邻,不存在“越级”现象,模型II中三者预测结果相同的数量占比为68%,不存在“越级”现象。最后,通过与模糊层次分析法评价结果对比,进一步证明了本文研究结果可为肯尼亚等类似地区工程建设中膨胀土的胀缩等级预测和处理提供依据。

用灰色聚类法评判膨胀土胀缩等级的初步尝试——以南宁第三系粘土岩及其坡残积粘性土为例

本文把膨胀土视为灰色系统,并应用灰色聚类法来评判膨胀土的胀缩等级,其结果是令人满意的。

基于模糊集重心理论的膨胀土胀缩等级评判

膨胀土及其对实际工程稳定性的影响问题有基础工程界的"癌症"之称。而准确评定膨胀土的等级进而有针对性的采取工程措施是治理膨胀土的关键,然而传统的膨胀土胀缩等级评判是采用模糊综合评判理论进行的,该方法易丢失评判信息,从而影响评判结果的科学性和可信度,基于此,首先通过引入模糊集重心理论来弥补传统模糊综合评判方法的不足,然后在此基础上选取五个对膨胀土胀缩等级评判影响较大的因素,并以正态分布作为其隶属函数,采用加权平均值法确定各因素权重值,建立起基于模糊集重心理论的膨胀土胀缩等级评判方法。最后以某市政道路一处膨胀土为例,阐述了基于模糊集重心理论的膨胀土胀缩等级评判的计算程序,并证明了此方法的合理性与有效性。