人工冻土单轴抗压强度GA-SVM预测模型

为了预计冻结法凿井中井壁结构设计中的人工冻土单轴抗压强度,利用支持向量机在处理小样本分类学习的独到优越性及遗传算法全局并行搜索优化的特点,结合影响人工冻土单轴抗压强度因素,提出了人工冻土单轴抗压强度不同核函数的遗传支持向量机计算模型,并运用该模型预计了两淮地区第四系人工冻土单轴抗压强度。结果表明,多项式核函数的遗传支持向量机模型较高斯径向基核函数及Sigmoid核函数的遗传支持向量机模型较准确地预计人工冻土单轴抗压强度。该模型为人工冻土单轴抗压强度的预计提供了一条新途径。     

混凝土受压过程中声发射数的灰色模型研究

针对在混凝土单轴受压破坏全过程的声发射试验中,采用传统GM（1,1）灰色模型多步预测分析所得预测值普遍较实测值偏大、预测精度偏低的问题,通过引进预测值折减系数,重点探讨了折减系数的特点。结果表明,折减系数在预测曲线起点处基本为一常数,在终点处基本与已知数据百分数呈线性关系。基于上述特点通过插值求其折减系数来合理修正传统的灰色模型,建立起折减修正GM（1,1）灰色模型。通过该修正GM（1,1）灰色模型对室内声发射试验建立的预测模型,其精度较传统GM（1,1）灰色模型有较大提高。     

改进的GM（1,1）灰色模型在大坝沉降预测中的应用

针对传统GM（1,1）模型的不足,分别从提高原始序列的光滑度、优化背景值、优化时间响应函数三个方面对其进行了改进,对模型进行后验差检验进行模型精度检验,并建立了一种新的GM（1,1）模型,将改进了的模型应用于大坝沉降预测中,结果显示,新的GM（1,1）模型拟合预测精度明显高于传统模型.     

一种新的改进GM（1,1）模型及其应用

通过对传统GM（1,1）模型的分析,针对影响预测精度的因素之一提出了一种改进的GM（1,1）模型,并将该新模型用于预测2010到2015年的道路乘客交通量.最后,通过试验结果可知新模型比传统GM（1,1）模型预测结果在预测精度上有了很大的提高,表明了该方法的有效性.     

基于灰色系统理论单桩竖向极限承载力的预测

根据不完全的竖向静载试验数据,利用灰色系统理论的GM（1,1）模型预测单桩的竖向极限承载力,并对结果的合理性及误差进行分析．工程实例分析表明,竖向静载试验所施加的荷载达到或超过极限荷栽的四分之三时,利用其数据进行单桩竖向极限承载力的预测具有较高的精度．同时新信息GM（1,1）模型、新陈代谢GM（1,1）模型比老信息GM（1,1）模型预测的结果更精确．     

基于自适应精英蚁群算法的GM（1,1）预测模型

在GM(1,1)预测模型中,发展系数a和灰色作用量b两参数对模型的预测精度有直接影响。在分析GM建模原理和参数对模型精度影响的基础上,提出了一种信息素浓度自适应调整的精英ACO算法与GM（1,1）融合预测模型,在不改变GM(1,1)模型表达形式前提下,使用了改进的ACO算法来求解模型的最优参数。试验结果表明：与传统的GM(1,1)模型相比,改进的ACO算法与GM（1,1）融合模型的预测精度在传统GM模型误差较大的情况下也能得到较好的预测效果,在适用性上比传统模型具有优越性,是提升模型精度一种新思路。同时也说明了运用自适应精英策略改进蚁群算法提升算法全局寻优能力是合理的科学的。     

改进GM（1，1）残差修正模型在光伏发电量短期预测中的应用

采用改进的GM（1,1）残差修正模型建立光伏发电量预测模型,从理论发电量和实际发电量两方面对5．6kW太阳能光伏发电系统的发电量进行预测．通过对比GM（1,1）模型和改进的GM（1,1）残差修正模型的预测结果,证明采用改进的GM（1,1）残差修正模型预测短期太阳能光伏发电量能够取得更好的预测效果．     

一种改进的GM(1,1)模型在交通量预测中的应用

建立了GM（1,1）循环残差修正模型,并与经典GM（1,1）进行比较,考察改进模型的预测效果。结合经典GM（1,1）模型,使用预测序列与残差序列绝对值之和来构造新序列,对新序列进行建模。通过Matlab软件编程实现了该模型,并将其应用于常熟市某无检测器交叉口每五分钟测得的交通流量预测。将本模型应用于交通流量预测建模上,其结果明显好于经典GM（1,1）模型,且预测效果更好。本模型基于经典GM（1,1）模型建立了GM（1,1）循环残差修正模型。根据实证分析和比较发现,该预测模型是合格的,并且拟合精度较高。     

GM(1,1)循环残差修正模型及其应用研究

建立了GM（1,1）循环残差修正模型,并与经典GM（1,1）进行比较,考察改进模型的预测效果。结合经典GM（1,1）模型,使用预测序列与残差序列绝对值之和来构造新序列,对新序列进行建模。通过M atlab软件编程实现了该模型,并将其应用于2009-2010年入境游客量的预测。将本模型应用于2003年至2008年入境游客量预测建模上,其结果明显好于经典GM（1,1）模型,且预测效果更好。基于经典GM（1,1）模型建立了GM（1,1）循环残差修正模型。根据实证分析和比较发现,该预测模型是合格的,并且拟合精度较高。     

灰色预测模型在高速公路车流预测中的应用

介绍了灰色预测理论的GM（1,1）模型并将它运用到高速公路车流量预测中.利用巴特沃斯低通滤波器改进了GM（1,1）模型的误差修正方法,使得误差修正方法更准确、算法性能更稳定.整个预测系统满足了工程应用要求,具有一定的实际意义和参考价值.     

简析顾桥矿东风井土工基本参数与冻结粘土单轴抗压强度之间的关系

冻结法施工技术因其适合地质条件复杂地段的施工,在国内外广泛用于城市建设和煤矿建设中。本文以顾桥煤矿为例,通过实验简析冻结粘土的单轴抗压强度与土工基本参数之间的关系,发现其中的规律。顾桥煤矿东风井穿越超过400m的深厚表土层需要采用冻结法施工,实验表明：含水率在23．4％时,冻结粘土的单轴抗压强度达到最大值;塑性指数大于23时,冻结粘土单轴抗压强度变得越来越小,为施工中的关键土层,对其采用低温冻结才是提高其强度的关键途径;当塑性指数小于23时,冻结粘土的单轴抗压强度满足工程要求。实验结果为两淮地区类似地层施工具有指导意义。     

淮南顾桥矿东风井人工冻土力学性能试验分析

淮南顾桥煤矿东风井采用冻结法施工,为了提供表土层冻结参数以进行矿井设计,本文对风井井筒孔检查孔所取土样进行了人工冻结的单轴抗压强度、冻胀性能以及结冰温度试验研究,得到了其应力-应变、冻胀力和结冰温度等参数,试验结果为淮南类似矿井建设提供了设计基础.     

饱和含盐冻结钙质粘土单轴压缩试验研究

以淮南杨村矿副井井筒冻结施工为工程背景,以副井井筒穿越的含盐度钙质粘土为代表,进行常温（＋27℃）和（-20℃）不同含盐度钙质粘土条件下的单轴抗压强度试验。通过对饱和含盐冻结钙质粘土单轴抗压强度试验,得到了试验条件下土体在相同温度下单轴抗压强度与结冰温度随含盐量变化的强度特性。为低温条件下含盐钙质粘土力学特性和煤矿冻结壁设计施工提供设计基础。     

高性能再生骨料混凝土试验研究

目的采用再生骨料配制高性能再生骨料混凝土,研究其单轴受压应力-应变行为,为再生骨料混凝土结构的数值分析提供理论基础.方法通过改变再生骨料的取代量,研究再生骨料对高性能再生骨料混凝土的强度、渗透性、抗冻耐久性及单轴受压应力-应变行为的影响.结果试验配制的高性能再生骨料混凝土28 d抗压强度超过70 MPa,抗冻等级达F300,得出单轴受压应力-应变曲线,并对其进行数值模拟,两者吻合较好.结论采用再生骨料能够配制出高性能再生骨料混凝土,其单轴受压应力-应变曲线与普通混凝土具有相似的规律,随着再生骨料取代量的增加,高性能再生骨料混凝土延展性得到提高,且数值拟合单轴受压应力-应变曲线相关性高,可用于分析混凝土的本构关系.     

Prediction of uniaxial compressive strength and modulus of elasticity for Travertine samples using regression and artificial neural networks

Uniaxial Compressive Strength (UCS) and modulus of elasticity (E) are the most important rock parameters required and determined for rock mechanical studies in most civil and mining projects, in this study, two mathematical methods, regression analysis and Artificial Neural Networks (ANNs), were used to predict the uniaxial compressive strength and modulus of elasticity. The P-wave velocity, the point load index, the Schmidt hammer rebound number and porosity were used as inputs for both methods. The regression equations show that the relationship between P-wave velocity, point load index, Schmidt hammer rebound number and the porosity input sets with uniaxial compressive strength and modulus of elasticity under conditions of linear relations obtained coefficients of determination of (R2) of 0.64 and 0.56, respectively. ANNs were used to improve the regression results. The generalized regression and feed forward neural networks with two outputs (UCS and E) improved the coefficients of determination to more acceptable levels of 0.86 and 0.92 for UCS and to 0.77 and 0.82 for E. The results show that the proposed ANN methods could be applied as a new acceptable method for the prediction of uniaxial compressive strength and modulus of elasticity of intact rocks.     

基于改进灰色神经网络的房地产价格走势分析

针对房地产价格走势状况,通过对灰色预测模型GM（1,1）和BP神经网络的研究,将两大模型进行组合改良,形成新的组合灰色神经网络预测模型,以南京市中房指数为例,以Matlab为预测工具,进行2013年12个月份的价格指数预测,研究结果证明新的组合预测模型精度较高,可为房地产价格指数的预测和研究提供参考依据。     

优化GM(1,1)模型在滑坡形变预测预报中的应用研究

传统的GM(1,1)模型,只适用于等间距监测数据序列的模拟预测,对非等间距监测序列,一般经过等间距处理或经过复杂的变换计算再建立非等间距模型。针对传统GM(1,1)模型的不足,本文探讨了几种合理且实用的改进GM(1,1)预测模型,并对各种优化GM(1,1)模型和传统GM(1,1)模型的预测结果进行了系统的对比分析。     

Verhulst模型在深基坑坑周土体水平位移预测中的应用

以郑州市郑东新区邮政大楼地下室深基坑工程为例,建立Verhulst模型,借助MATLAB软件的数值计算、绘图功能,对深基坑坑周土体水平位移量进行预测,并将该预测结果与GM(1,1)模型预测结果及实测数据进行对比分析.结果表明,Verhulst模型预测精度达到了一级,优于传统的GM(1,1)模型,对于预测类似基坑工程水平位移量有借鉴作用.     

水泥改良膨胀土无侧限抗压强度试验研究

结合湖北省宜昌市小溪塔至鸦鹊岭一级公路改建项目,利用水泥对沿线广泛分布的膨胀土进行改良处理,通过一系列的室内试验,研究水泥掺量以及养护龄期对改良膨胀土无侧限抗压强度的影响规律,试验结果表明:(1)水泥掺量对改良膨胀土无侧限抗压强度有显著的影响,水泥掺量小于7%时,无侧限抗压强度随水泥掺量的增加而迅速增长,当水泥掺量继续增加时,无侧限抗压强度增长速度变缓;(2)随着养护龄期的增加,改良膨胀土无侧限抗压强度逐渐增大,但强度主要来自于前14d的养护;(3)综合考虑各方面的因素,建议水泥掺量控制在7%左右。