基坑工程变形预报的新方法

本文将进化支持向量机方法应用到基坑工程的变形研究中,提出了基坑变形预报的进化支持向量机方法,该方法用遗传算法来搜索支持向量机的参数和核函数,用支持向量机来表示变形时间序列之间的映射关系,进而对未来的变形进行预报;利用这种非线性预测方法,可以实时预测变形量,对信息化施工具有重要的意义.将该方法应用于某基坑的沉降预测中,得到了满意的结果,利用该结果可以指导施工,并且该方法具有科学可靠、实时性的优点,具有广泛的应用前景.     

边坡变形预测的群体智能模型

变形是岩土工程结构反馈出的重要信息，变形监测对指导施工具有重要意义。如何有效地利用监测数据是工程技术人员关心的问题。结合时间序列分析方法，将一种新的仿生群体算法——微粒群算法引入到边坡变形预测模型中，并提出变形估计模型。该算法能实现模型结构和参数的耦合识别，且该算法具有很好的全局识别能力；同时，建立的模型具有较高的推广预测能力。将该方法应用到三峡船闸高边坡变形预测中，取得比较理想的效果，该方法具有快速、准确的特点，可为岩土工程的信息化施工和管理提供一条新的途径。     

软土地层中影响桩基承载力的特殊因素分析

分析了软土地层中影响桩基承载力的特殊因素。论述了桩基设计应考虑的范畴、相关环节以及应遵循的原则等问题。     

高速公路软土路基沉降预测

软土路基沉降量的准确预测对高速公路施工与维护是非常重要的，但是影响路基沉降量的因素众多，并且沉降量之间具有高度复杂的非线性关系，用传统的数学、力学方法很难表示；将最新的机器学习技术一支持向量机应用于软土路基沉降量预测研究，提出了软土路基沉降量预测的支持向量机模型，该模型的应用结果表明，利用支持向量机进行预测是科学可行的，建立的模型很好地表示了沉降量之间的映射关系，并且提出的模型准确性高、推广预测能力强。     

支持向量机函数拟合在边坡稳定性估计中的应用

在综合分析了各种边坡稳定性分析方法的基础上，提出了基于支持向量机的边坡稳定性预测方法，并在MATLAB中编制了相应的支持向量机程序，建立了相应的边坡稳定性预测模型。以大量的实例数据为学习样本和测试样本，讨论了基于支持向量机的边坡稳定性分析及其可行性，研究表明，用支持向量机方法来预测边坡的稳定性是可行的。     

高速公路软土路基沉降预测

软土路基沉降量的准确预测对高速公路施工与维护是非常重要的,但是影响路基沉降量的因素众多,并且沉降量之间具有高度复杂的非线性关系,用传统的数学、力学方法很难表示;将最新的机器学习技术-支持向量机应用于软土路基沉降量预测研究,提出了软土路基沉降量预测的支持向量机模型,该模型的应用结果表明,利用支持向量机进行预测是科学可行的,建立的模型很好地表示了沉降量之间的映射关系,并且提出的模型准确性高、推广预测能力强。     

基于微粒群优化的智能位移反分析研究

优化技术是影响反分析精度和效率的重要因素,将微粒群优化技术与支持向量机技术结合,提出了一种新的智能位移反分析方法。该方法利用了支持向量表达非线性关系方面的优良特性,可以避免大量的数值计算,同时充分利用微粒群的全局优化、收敛速度快的优点。将提出的方法应用到具体的算例中,比较表明,本方法是一种科学、可行、收敛快、精度高的优秀算法。     

面向客户和业务的网络运营管理系统架构与应用探讨

用户业务体验的提升与运营商服务模式的转变,都对现有网络管理系统架构和功能提出了新的要求。本文分析了当前网络管理系统发展中遇到的挑战,提出了面向客户的网络运营管理系统功能和技术架构,并给出了运营管理系统的典型应用场景。