摘要：在大坝安全监测自动化采集系统数据采集过程中,受各种因素的影响会出现监测数据异常。在总结以往各种诊断方法的基础上,提出了一种快速、及时诊断数据异常的方法,并运用Delphi2007为开发语言,开发出了大坝安全监测数据实时异常诊断模块。实际运用表明,采用该方法能快速诊断出大坝安全监测数据中的异常值。

摘要：针对中小流域洪水资料不足、模拟困难等问题,提出了基于等流时矩阵的洪水模拟方法。考虑地形条件等因素,建立了以等流时线法原理为基础的洪水过程比值矩阵,推导出适用于中小流域的洪水过程模拟方法。在新江流域的应用中,采用数字高程模型(DEM)为辅助,确定等流时块的划分,取得较好的模拟结果。与传统的以单位线为基础的洪水预报方法相比,该方法以下垫面的物理特征为基础,考虑了中小流域水文资料不足等问题,其预报精度较高。

摘要：基于软件模拟计算和模型静载试验,提出了一种新型的拱式矩形桁架渡槽。模型采用带拉杆的桁架拱结构,使结构在竖向平面及水平面内具有足够刚度。采用软件模拟与试验相结合的办法,确定了关键构件的最优尺寸。参照钢结构规范确定纸制材料的屈服强度。试验结果表明,拱式矩形桁架渡槽结构整体受力性能良好,在承受160 kg静载作用下,其跨中位移不到4 mm,结构荷质比高达299,表现远优于其他结构模型,为渡槽结构选型设计提供了参考。

摘要：针对大坝安全监测数据存在的多重共线性问题,利用岭回归方法建模,并采用遗传算法优化岭参数k。实例结果表明,基于遗传算法优化的岭回归较传统的最小二乘法更合理,结果更符合实际。

摘要：为了解小湾拱坝蓄水期坝踵应力应变的工作性态及变化趋势,采用变形法对小湾拱坝各处应变计组进行了应力计算,由此获得拱坝的工作性态正常,满足安全要求。采用多元回归方法对河床#22坝段监测资料建立预测分析模型,并对资料序列最后五天的应力值进行预测,从预测结果可知所建立的模型预测精度较高。当水库蓄水至1 240m时,预测的坝踵垂直向正应力在混凝土标号允许抗拉和抗压强度范围内,符合设计要求,从而表明大坝应力应变工作性态正常。

摘要：支持向量机拟合模型( SVR)可用于大坝裂缝预报,但自变量间的多重相关性和输入变量的高维数对支持向量机拟合模型的精度影响较大。基于大坝裂缝开合度理论,利用主成份分析法( PCA)提取原样本信息缩减后的主成分作为SVR模型的输入量,构建了大坝裂缝开合度的早期预报PCA-SVR模型。将该模型应用于某大坝监控资料的分析中,与传统回归模型相比,PCA-SVR模型具有更高的计算精度和运算效率,并可提前预报裂缝开合度信息,能在实际工程中广泛应用。

摘要：熵权法求权重能客观地反映实测信息,但不能反映专家意见,而G1法可反映专家的以往经验,但偏于主观。根据熵权法与G1法理论,综合了两种赋权方法,提出一种主客观相融合的大坝监测指标权重融合法,该法简单易行,计算结果较合理。

摘要：人工神经网络在大坝监测资料分析及预测中应用效果良好,而广义回归神经网络具有柔性网络结构、很强的非线性映射能力及高度的容错性,非常适合解决非线性问题。实例分析结果表明:与BP神经网络相比,广义回归神经网络在预测能力及学习速度上具有明显优势,且样本较少时其预测效果也较好。

摘要：利用复杂系统具备学习功能的人工智能技术,构建了基于黑板结构的混凝土坝长效服役性态的多源信息融合推理分析体系,设计了混凝土坝长效服役性态的多源信息融合推理的知识库和推理机制,实现了对多源信息融合算法的综合控制,为提高混凝土坝服役性态安全评价的可靠性和准确性提供技术支持.

摘要：为了提高大坝变形监控模型的预测能力,充分挖掘变形实测数据并及时了解大坝的运行性态,提出了一种基于小波EGM-ISFLA-SVR的大坝变形组合预测模型。该模型首先应用小波分析进行去噪,提取变形监测序列的时效分量以及由水压、温度分量组成的综合效应分量。然后,分别运用均值GM(1,1)模型和基于改进的混合蛙跳算法的支持回归机模型对两种序列进行建模和预测。最后,经小波重构得到组合模型。通过工程实例对模型效果加以检验,采用多项指标分别与传统统计模型的拟合精度和预测精度进行对比。结果显示,该模型拟合时具有比统计模型更大的复相关系数和更小的均方差;预测时均方差、平均绝对百分比误差和平均绝对误差均小于统计模型,表明该模型具有更高的拟合和预测精度和更强的泛化能力。