-
-
公开(公告)号:CN107578093A
公开(公告)日:2018-01-12
申请号:CN201710827054.9
申请日:2017-09-14
申请人: 长安大学
摘要: 本发明公开了滑坡变形的Elman神经网络动态预测方法,涉及滑坡预测技术领域,将Elman神经网络的动态特性应用到滑坡变形动态预测中,建立基于Elman神经网络的滑坡变形动态预测模型,并将该模型应用到中区滑坡变形监测点的加速变形预测实例中,预测结果表明变形预测结果与实测值趋势基本一致,预测结果精度高,并且基于Elman神经网络的滑坡变形预测模型有很强的动态特性和自适应能力,可以根据滑坡实时变形状态对滑坡变形进行动态预测,且预测结果准确率高。
-
公开(公告)号:CN107577644A
公开(公告)日:2018-01-12
申请号:CN201710827160.7
申请日:2017-09-14
申请人: 长安大学
摘要: 本发明公开了基于AOWEA算子的滑坡治理方案优选方法,涉及滑坡治理技术领域,以某滑坡在初设阶段提出的四种治理方案为基础,结合多属性决策方法对四中治理方案进行分析计算,并最终确定了最优的治理方案,操作简单快捷,且结果客观,具有一定的推广应用价值。
-
公开(公告)号:CN110457655B
公开(公告)日:2022-11-25
申请号:CN201910740277.0
申请日:2019-08-12
申请人: 长安大学
摘要: 本发明公开了边坡变形预测方法,涉及地质监测技术领域,先获取边坡变形数据,利用混沌理论判断数据是否具有混沌特性,当具有混沌特性时,将权零阶局域预测模型、改进的一阶加权局域预测模型和改进的最大Lyapunov指数预测模型结合起来,建立最优权联合混沌预测模型,最后采用预测模型进行变形预测。本发明以延安某滑坡治理工程为例进行了实例分析,分析结果表明本发明的预测方法能够得到更精确的预测结果,对防灾减灾有很好的指导意义。
-
公开(公告)号:CN110457655A
公开(公告)日:2019-11-15
申请号:CN201910740277.0
申请日:2019-08-12
申请人: 长安大学
摘要: 本发明公开了边坡变形预测方法,涉及地质监测技术领域,先获取边坡变形数据,利用混沌理论判断数据是否具有混沌特性,当具有混沌特性时,将权零阶局域预测模型、改进的一阶加权局域预测模型和改进的最大Lyapunov指数预测模型结合起来,建立最优权联合混沌预测模型,最后采用预测模型进行变形预测。本发明以延安某滑坡治理工程为例进行了实例分析,分析结果表明本发明的预测方法能够得到更精确的预测结果,对防灾减灾有很好的指导意义。
-
-
-
-