【摘 要】
：
近年来边坡位移形变的事故猛烈增加,对人民的生命财产安全造成了很大的影响,针对边坡进行变形监测以及预测其未来变形趋势变得尤为重要。但是边坡位移数据曲线具有很高的非线性和复杂性,传统的预测方法存在很多不足,因此具有强大的非线性学习能力的机器学习算法被引入至边坡变形预测中。在众多的机器学习算法中,核极限学习机以其运行速度快、泛化能力强等优点,被广泛应用在边坡变形预测中,并取得较好的结果。因此本文主要采用
【基金项目】
：
河北省自然科学基金重点资助项目“高陡露天矿裂隙岩体边坡失稳机理、安全防控及监测预警方法研究”（F2019210243）；
论文部分内容阅读
近年来边坡位移形变的事故猛烈增加,对人民的生命财产安全造成了很大的影响,针对边坡进行变形监测以及预测其未来变形趋势变得尤为重要。但是边坡位移数据曲线具有很高的非线性和复杂性,传统的预测方法存在很多不足,因此具有强大的非线性学习能力的机器学习算法被引入至边坡变形预测中。在众多的机器学习算法中,核极限学习机以其运行速度快、泛化能力强等优点,被广泛应用在边坡变形预测中,并取得较好的结果。因此本文主要采用KELM算法对边坡位移序列进行预测研究。主要研究内容包括:（1）首先分析总结了边坡变形的相关知识,在介绍边坡监测系统的基础上,选取了2019年6月至2020年7月某实际边坡位移数据为具体研究对象,对采集得到的数据进行了异常点修正、缺失数据补充等预处理,为后续建立边坡位移预测模型提供数据支撑。（2）针对边坡位移序列具有混沌特性,采用了相空间重构的方法对边坡位移序列进行了重构,使模型可以在相空间中进行建立和预测。针对相空间重构中的嵌入维数和核极限学习机的惩罚函数和核函数这三个数值难以选取,采用了鸟群算法对其进行参数寻优,最终建立了BSA-KELM预测模型。（3）原始的边坡位移数据为非平稳非线性信号,其突变性和随机性均会降低预测的精度。采用了变分模态分解技术将原始的位移序列分解为多组子分量,从而降低数据的非线性和提取数据的细节特征,之后再对各个分量分别构建BSA-KELM预测模型进行预测。结合实际数据,证明了该方法提高了预测精度。（4）针对现有的单步预测模型提供信息不足的情况,建立了递归多步和多输出多步两种预测模型。结合实际数据对其进行了未来六步的多步预测,结果表明当训练数据样本较少时,递归多步模型的精度要优于多输出模型,当训练数据样本充足时,多输出模型精度要高。
其他文献
随着我国经济的发展和科技的进步,拥有汽车的家庭也随之增多,虽为生活提供了更多的便利,但伴随而来的还包括道路拥挤和交通事故,汽车的驾驶安全已成为当下汽车技术发展所面临的一个重中之重的问题。基于双目视觉的环境感知技术在汽车安全驾驶领域中是一个研究热点,本文对基于双目视觉的目标检测与测距进行了深入研究,提出了一种基于深度学习网络GA-Net和YOLOv4的目标检测与测距技术。首先,对摄像机几何成像中用到
土工格栅以其良好的工程特性与成本优势广泛应用于各类加筋土结构中,土工格栅蠕变行为与筋土界面作用机理对加筋土结构的设计及长期服役性能有着重要影响。本文基于室内试验、理论分析和离散元数值模拟,对HDPE单向拉伸塑料土工格栅考虑蠕变与筋土界面作用的土工格栅加筋效应进行了深入研究,主要研究内容与取得的成果如下:（1）土工格栅蠕变行为及损伤本构模型研究。通过进行不同温度和不同荷载水平条件下的土工格栅蠕变试验
火控系统的射击诸元是一种重要检测指标,因此,在火炮的设计、校准以及应用中,都对射击诸元的解算方法的精度有着很高的需求,针对射击诸元中身管指向测量所存在的安装调试复杂、测量精度较低、不适应动态测量等问题,本文研究了基于机器视觉的测量方法,并经过实验证明了方法的实用性和鲁棒性。首先,设计了一种条状标志物作为合作靶标,将标志圆的圆心作为图像特征点,根据身管运动时特征点位置变化映射在图像上的变化,结合相关
轮毂电机电动汽车具有车身内部空间利用率高、可控性好、传动效率高和便于模块化生产等诸多优点,使其将会得到广泛的应用。轮毂电机的引入,非簧载质量明显增加,不仅恶化了汽车的平顺性,还对汽车操纵稳定性带来了影响;轮胎接地性变差影响汽车的安全性,还对轮毂电机造成巨大冲击,加速其疲劳破坏过程。在行驶过程中,由于路面激励扰动及行驶工况的变化汽车极易产生强烈振动,使得汽车动力性得不到充分性发挥,经济性变差,进而影
目的:探讨2型糖尿病病人行白内障超声乳化联合折叠式人工晶体植入术（phaco+IOL）后黄斑水肿的发病率,并分析年龄、性别、糖尿病病程、是否合并糖尿病视网膜病变、术前血糖水平、胰岛素的使用及其他相关因素对术后发生黄斑水肿的影响,以便为未来疾病的管理的发展和及时干预措施的制定提供参考。方法:回顾性分析2017年6月至2020年6月期间于我院眼科进行phaco+IOL的白内障患者的病例资料。其中单纯白
SAR图像目标检测技术广泛应用于现代军事作战侦察和民用地形监测等领域,是各国学者研究的重点,随着神经网络理论和计算机技术的发展,基于深度学习的目标检测算法逐渐成为SAR图像目标检测任务的主流。但是,深层网络通常具有大量参数,其运行不仅需要大量的算力支持,运行速度也不能满足实时要求,因此深层网络检测算法难以在资源受限的设备（如移动端）上部署。本文考虑到对模型实时性和可移植性的要求,对目标检测算法Fa
铁路作为我国交通运输的中坚力量,在国民经济发展和民生中扮演着重要的角色。而安全又是铁路系统有序、平稳运行的前提。随着铁路行业技术日新月异的发展,各种新的设备不断投入到铁路运行中,但是也衍生出新的问题,如:哪些种类的铁路设备故障率较高、如何对不同铁路设备故障进行结构化的描述,如何使用铁路设备故障描述来挖掘其内部的规律。针对上述问题,需要找到一种铁路设备惯性故障文本分类方法,来对海量的铁路故障文本信息
接触网是高速铁路牵引供电系统的重要一环,其安全状态检测问题是铁路行车安全的重中之重。为此我国特地制定了《铁路供电安全检测监测系统（6C系统）总体技术规范》,该系统负责对高速铁路的牵引供电系统进行全方位、全覆盖的综合检测监测。其中C4接触网悬挂状态检测监测装置（4C系统）为6C系统的子系统,负责接触网悬挂系统的各零部件的高精度成像检测,指导接触网故障隐患的消缺。目前,4C系统具备初步识别接触网零部件
随着智能汽车的快速发展,人们对汽车稳定性控制系统的要求越来越高,精准的估计出车辆行驶状态参数是实现汽车稳定性控制的关键,也是车辆动力学控制研究的热点。车辆质心侧偏角、轮胎侧偏刚度、纵向速度、侧向速度、横摆角速度对实现车辆稳定性控制有着重要意义,其中质心侧偏角、轮胎侧偏刚度只能通过车载传感器信号进行预测估计,而车辆的纵、侧向速度、横摆角速度虽可通过传感器直接测量,但单一传感器受噪声干扰,存在误差累积
黄精在保健品方面成效显著,由于黄精具有良好的促进人体健康的作用,黄精保健品、黄精食品等产品受到广泛的欢迎,因此黄精具有可观的市场前景。目前饮料行业发展迅速,饮品企业为了满足消费者日益提高的对健康的追求,产生了多种新型的利于健康的饮料,例如低糖饮料,维生素饮料等。因此对于黄精这类含有丰富的生物活性物质、具有优秀保健功能的植物来说,在饮料方面的研究十分必要。本研究采用复合酶法对黄精生物活性物质——多糖