期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
考虑堤基堤身相互作用的软土堤防数值模拟 被引量:11
1
作者 蔡珊珊 苏怀智 +1 位作者 肖峰 赵斌 《人民黄河》 CAS 北大核心 2015年第3期44-48,共5页
借助有限元等数值模拟手段,基于复杂地质条件特点和恶劣运行环境影响,分析堤防工程的工作性态,揭示其驱动机制,对及时发现堤防工程安全隐患、合理进行补强加固具有重要意义。以建于软土地基上的堤防工程为对象,开展考虑堤基堤身相互作... 借助有限元等数值模拟手段,基于复杂地质条件特点和恶劣运行环境影响,分析堤防工程的工作性态,揭示其驱动机制,对及时发现堤防工程安全隐患、合理进行补强加固具有重要意义。以建于软土地基上的堤防工程为对象,开展考虑堤基堤身相互作用的堤防工作性态有限元数值仿真研究,探究适用于软土堤防工程堤基与堤身特性的本构模型和数值计算方法。结合实际工程案例,通过为不同土体选取合理本构模型,建立基于摩擦接触模型的堤防有限元模型,对该软土堤防工作性态进行分析计算,并与未考虑相互作用的有限元计算结果进行对比分析。结果表明:定义摩擦模型的相互作用会使堤防应力和水平位移计算结果有所减小,而竖直位移计算结果稍有增大,经过分析认为,考虑相互作用的计算更符合实际情况。 展开更多
关键词 软土堤防 堤基堤身相互作用 工作性态分析 数值模拟
下载PDF
基于分形插值的ARIMA大坝预警模型 被引量:3
2
作者 屠立峰 包腾飞 +1 位作者 李月娇 赵斌 《三峡大学学报(自然科学版)》 CAS 2015年第1期29-32,共4页
针对ARIMA模型对含有缺失值的时间序列进行拟合预测会产生较大的误差,将分形插值与ARIMA模型相结合运用在大坝安全监测中.首先利用分形插值能通过分形物体的部分信息得出其整体形态的特点,对原始数据进行插值计算,然后建立ARIMA时间序... 针对ARIMA模型对含有缺失值的时间序列进行拟合预测会产生较大的误差,将分形插值与ARIMA模型相结合运用在大坝安全监测中.首先利用分形插值能通过分形物体的部分信息得出其整体形态的特点,对原始数据进行插值计算,然后建立ARIMA时间序列模型并进行预测.以小湾坝顶某监测点径向位移为例,建立基于分形插值的ARIMA模型,并与实测值比较.计算结果表明,插值后的ARIMA模型较原始模型的拟合和预测精度更高. 展开更多
关键词 分形插值 ARIMA模型 大坝安全监测 拟合与预测
下载PDF
基于SDCS-SVM的大坝安全监测模型 被引量:2
3
作者 屠立峰 包腾飞 +1 位作者 唐琪 赵斌 《三峡大学学报(自然科学版)》 CAS 2015年第2期6-9,共4页
惩罚因子c和核函数参数σ的选择对于支持向量机(SVM)回归模型的拟合和预测精度至关重要.为克服SVM模型易陷入局部最优点的缺陷,利用基于最速下降法的混合布谷鸟搜索算法(SDCS)进行SVM参数的优选,提出了SDCS-SVM模型并运用于大坝的安全监... 惩罚因子c和核函数参数σ的选择对于支持向量机(SVM)回归模型的拟合和预测精度至关重要.为克服SVM模型易陷入局部最优点的缺陷,利用基于最速下降法的混合布谷鸟搜索算法(SDCS)进行SVM参数的优选,提出了SDCS-SVM模型并运用于大坝的安全监测.通过实例验证分析表明,与多元回归模型相比,SDCS-SVM模型的预测精度和泛化能力均有一定程度的提高. 展开更多
关键词 最速下降法 布谷鸟搜索算法 支持向量机 监测模型
下载PDF
改进的非等间距GM(1,1)大坝位移监控模型 被引量:1
4
作者 任杰 王大明 +1 位作者 朱茜 赵斌 《水电能源科学》 北大核心 2015年第8期84-86,共3页
针对传统GM(1,1)监控模型在拟合和预测大坝位移方面的不足,通过采用积分方式重构背景值、引进最佳赋权矩阵体现原始数据的时间影响效应、优化残差等途径,提出了改进的非等间距GM(1,1)大坝位移监控模型。结合工程实例,对比分析表明改进的... 针对传统GM(1,1)监控模型在拟合和预测大坝位移方面的不足,通过采用积分方式重构背景值、引进最佳赋权矩阵体现原始数据的时间影响效应、优化残差等途径,提出了改进的非等间距GM(1,1)大坝位移监控模型。结合工程实例,对比分析表明改进的GM(1,1)监控模型相比于传统GM(1,1)监控模型在对大坝位移原始监测资料分析的基础上,预测精度有较大提高,可作为一种新的预测手段应用于大坝位移预测中。 展开更多
关键词 大坝 改进的GM(1 1)监控模型 位移监测 位移预测
下载PDF
基于极值理论的岩质边坡变形预警指标估计
5
作者 任杰 苏怀智 +2 位作者 吴邦彬 朱茜 赵斌 《水电能源科学》 北大核心 2016年第3期145-147,139,共4页
边坡变形预警指标估计对实现边坡安全监控具有重要意义。基于极值理论,建立区间极值(BMM)模型和超阈值(POT)模型,分别利用广义极值分布(GEV)和广义帕累托分布(GPD)对边坡变形监测数据尾部进行拟合分析,结合边坡失事概率,完成对其预警指... 边坡变形预警指标估计对实现边坡安全监控具有重要意义。基于极值理论,建立区间极值(BMM)模型和超阈值(POT)模型,分别利用广义极值分布(GEV)和广义帕累托分布(GPD)对边坡变形监测数据尾部进行拟合分析,结合边坡失事概率,完成对其预警指标的估计。结果表明,两种模型均满足K-S检验,但POT模型可更好地刻画变形监测数据分布的尾部特征,对预警指标的估计偏于安全。研究结果可供类似工程参考。 展开更多
关键词 边坡 变形预警指标 极值理论 BMM模型 POT模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部