摘要：轨道结构沉降高精度控制是保证高速磁浮列车安全稳定运行和乘坐舒适性的关键。文章阐述了磁浮轨道结构沉降的特点及研究现状。针对600 km/h速度级高速磁浮对轨道结构沉降控制的需求,分析了其面临的技术挑战和难题,提出了高速磁浮轨道结构沉降控制的发展展望与建议:创建结构-基础-土体复合体系沉降高精度计算理论,创新高速磁浮轨道结构与基础新体系,突破高速磁浮轨道结构沉降自主控制技术,为600 km/h速度级高速磁浮轨道结构的设计与施工提供技术支撑。

摘要：我国是受地质灾害影响最大的国家之一,研究高精度、高可靠性的滑坡形变监测与预测方法对于防灾减灾工作具有切实意义。以三峡库区藕塘特大滑坡为例,针对时序InSAR技术滑坡形变提取过程中面临大气干涉效应问题,在时序InSAR滑坡形变提取中引入GACOS进行大气校正,并通过GNSS观测数据进行验证对比;针对滑坡形变预测前较少考虑时空分析的问题,计算莫兰指数、Hurst指数分析滑坡形变时空特征;针对滑坡形变不仅受历史形变影响,还与多种影响因子密切相关的问题。本文提出将滑坡影响因子与形变量耦合用于滑坡形变预测,并采用结合变分模态分解(Variational Mode Decomposition,VMD)和麻雀搜索算法(Sparrow Search Algorithm,SSA)优化的长短期记忆网络(Long Short-Term Memory,LSTM)模型进行预测。通过VMD分解滑坡位移数据为趋势项、周期项和随机项,构建LSTM网络结构并使用SSA寻找LSTM模型最优的隐藏单元数目、最大训练周期和初始学习率,同时通过数据归一化、正则化和模型评估等方法提升LSTM模型的性能和稳定性,最后利用影响因子与分解后的位移数据训练LSTM模型并完成预测,得到滑坡形变的预测结果。结果表明:(1)2021年1月—2023年6月藕塘滑坡形变最高与最低速率分别为-72.75 mm/a、50.74 mm/a;(2)研究区形变具有正向空间自相关性、沉降区域滑坡形变具有持续趋势;(3)结合VMD和SSA优化的LSTM模型滑坡形变预测误差仅为0.37 mm,较LSTM的精度提升了11.004%。本文基于时序InSAR技术,结合时空分析结果,构建了一种耦合多个影响因子与滑坡形变的高精度预测模型,为滑坡灾害的防治提供了重要的参考依据。

摘要：为了完善基于规则的用户异常行为预测方法,解决在实际应用中存在正确预测用户异常行为数据量小、无法实现对企业信息系统运行安全和稳定的保护问题,本文进行了企业信息系统用户异常行为预测方法的探究。本文通过构建系统用户异常行为特征模型,划分用户异常行为类型,在此基础上,进行模型预测训练,完成企业信息系统用户异常行为预测。通过实证分析得出结论,设计的预测方法在实际应用中能够有效地增加正确预测用户异常行为数据量,实现更高精度的预测。