基于FCE和SVM融合的线路典型冰风灾害算法分析

目前,国内外对于线路覆冰和风耦合作用的灾害分析较少,因此,提出了一种基于模糊综合评价法(fuzzy comprehensive evaluation,FCE)和支持向量机(support vector machine,SVM)融合的线路典型冰风灾害分析算法。通过分析典型冰风灾害影响因子及类型,借助模糊综合评价法提取了关键的灾害影响指标,并对风速和风向关键指标进行修正。在提取的温度、相对湿度、风速、风向和地貌5类致灾相关程度高指标的基础上,提出了采用径向基RBF核函数的非线性SVM小样本灾害分析模型。通过历史的冰风故障和非冰风故障数据建立训练样本和测试样本,仿真结果表明,建立的模糊综合评价和支持向量机融合的冰风灾害模型可有效分析判断冰风灾害发生的概率,实现了对冰风灾害小样本数据的可靠分析。

拉林铁路藏木大桥施工期风速概率预测方法

为保障大跨度桥梁在施工期间的抗风安全性,以拉林铁路藏木大桥(主跨430 m的中承式钢管混凝土拱桥)为工程背景,提出了适用于工程推广应用的风速超前概率预测方法。即采用数据驱动的变分模态分解(VMD)将原始风速进行多尺度分解,通过特征选取技术重新组合多阶分量,形成仅包括可预测信息和干扰预测精度信息的两组序列;采用ARIMA-GARCH组合模型获得确定性的风速预测结果;最后基于纯随机性检验的循环迭代方法准确获得风速序列中蕴含的不确定性信息,并采用单变量核密度估计方法得到具有概率意义的风速区间预测结果。将所述方法风速预测结果与风速实测值进行对比,结果表明:所述预测方法风速预测精度高、区间带宽窄,95%置信度的上包络值可为桥梁施工期风灾辅助决策、防灾减灾提供更为可靠的参考依据。

基于支持向量回归的高铁防灾风雨快速预测方法

铁路在运行过程中,难免会受到暴风雨的侵袭,对列车的安全运行造成巨大的威胁。论文基于支持向量回归算法,预测风速和降雨量,提出监测点补强及迁改建议。