堡镇隧道围岩变形的神经网络预测

隧道新奥法施工中，常以围岩变形量作为评判围岩稳定性和支护结构经济合理性的重要指标。隧道围岩变形量是随时间而变化的数据序列，因而可以建立一些实时跟踪预测模型和方法。针对宜万铁路堡镇隧道软弱围岩区段施工大变形特点，采用神经网络技术对其变形量进行了预测分析，预测结果经过工程实践检验，具有相对较高的准确性和可靠性，为隧道施工决策提供了有效依据。     

高铁隧道断层破碎带围岩参数反演研究

针对隧道断层破碎段围岩力学参数缺失问题,基于遗传算法(GA)优化的支持向量机(SVM)算法,建立了高铁隧道围岩力学参数反演模型,以实际监测数据为理论依据,反演得到阳山隧道F26断层段围岩力学参数,结合有限差分软件FLAC 3D以阳山高铁隧道为工程实例进行正演分析,正演结果与实测数据对比完成误差分析。结果表明,样本数量影响算法的性能,具体表现为在设计样本数量区间范围内遗传算法参数寻优的结果精度及支持向量机模型的预测精度与设计样本数量呈正相关。模拟围岩变形值与实际监测数据的相对误差均低于10%,证明了反演方法及模型的可靠性。研究成果为解决高铁隧道断层破碎带围岩力学参数缺失问题提供参考。     

挤压性围岩隧道变形特征分析

乌鞘岭隧道是兰新线重点控制工程，是国内最长的单线铁路隧道。该隧道岭脊地段穿越四条区域性大断层，地应力高，围岩软弱、破碎，属挤压性围岩大变形隧道。隧道施工过程中，出现较为严重的支护变形、支护开裂、钢架扭曲，甚至变形侵限及坍塌事故。针对该隧道特点，开展以变形为主的施工监控量测，进行了变形分布规律、累计变形与最大变形速率的关系、变形与围岩条件的关系以及变形与施工方法的关系等综合分析。提出挤压性围岩隧道具有变形量大、变形速率高、变形持续时间长的变形特征。     

社会主义核心价值观的历史逻辑性

以大梁峁特长公路隧道为依托，针对水平层状岩体隧道，采用ANSYS数值分析软件将水平泥岩砂岩互层岩体等效为正交各向异性的方式，对隧道开挖过程中围岩稳定性进行了数值试验分析，通过分析围岩塑性区、围岩应力、隧道变形、锚杆轴力、初支及二衬内力，得出施工采用支护参数的合理性和水平泥岩砂岩互层隧道围岩变形和初支、二衬应力的分布特征。     

基于小波分析与支持向量机的人民币汇率预测

利用支持向量机方法对汇率进行预测是金融市场研究领域一个重要的研究课题.结合小波变换与支持向量回归,提出一个三阶段时间序列预测模型.先以离散小波框架将汇率序列分解成不同尺度的多个子序列,揭示蕴含在预测变量内的信息,并对各个子序列进行时间序列分析,再以支持向量回归为工具,以这些子序列为预测变量建构支持向量回归模型,最后将各个序列的预测结果进行重构,得到预测结果.实证结果显示,该模型的预测效果较之BP神经网络与单纯的AR-SVM模型更优,证明基于小波分析与支持向量机相结合的预测模型可以为人民币兑美元汇率提供比较准确的预测.     

大变形隧道极限位移的计算模拟

提出了隧道大变形隧道稳定性的概念。分析了产生大变形的机理和判断膨胀性围岩及挤压性围岩的参考标准；提出了大变形隧道极限位移状态的概念，即通过计算模拟确定大变形隧道的极限位移，利用隧道的实测位移和其极限位移判别大变形隧道的稳定性。以隧道周边位移为依据，建立大变形隧道稳定性判别准则，可以直观地与现场量测联系起来，真正体现隧道施工中的反馈信息、指导施工、修正设计的动态设计特点。     

隧道围岩矿物成分检测试验与围岩工程性质的关系

隧道围岩矿物成分对围岩稳定性有比较重要的影响。在隧道现场采取岩石试样，应用X射线荧光光谱仪和X射线粉末衍射仪检测岩石中所含元素及矿物成分。结果表明，隧道岩石元素主要是由Si、Al、Fe、Ca、Mg、K、Na等组成；而岩石矿物成分既有石英、长石等硬度高的矿物，也有斜绿泥石、伊利石等硬度低的矿物。当隧道正洞围岩中硬度高的矿物含量较高时，隧道围岩的变形就小些；而在斜井和平行导洞中，斜绿泥石和伊利石等硬度低的矿物含量相对高一些，导致斜井和平行导洞处围岩变形较大。     

高速公路隧道施工过程的新奥法监控

结合中梁山隧道西段施工现场的实测数据,分析了该段围岩变形的条件和规律,并对各类围岩的各测线进行了量测数据回归分析,导出了各类围岩的稳定性判据,给出了最佳初期支护及二次衬砌时间。     

乌鞘岭隧道F7断层区段左线迂回导坑监控量测

兰新复线兰武段鸟鞘岭隧道F7断层，为区域性大断层，地应力高。施工过程中，围岩变形达1m以上，初期支护出现多处变形侵限及坍塌事故。为保证隧道的正常施工，掌握围岩动态和支护结构的工作状态，及时优化、更改预设计，在左线迂回导坑做试验段，进行了拱顶下沉、水平收敛、锚杆轴力、初支混凝土应力、初支围岩压力、初支钢架应力等多项涉及围岩稳定性及支护合理性参数的跟踪量测，利用量测结果指导正洞设计施工及预见事故和险情，以便及时采取措施，保证了隧道顺利贯通。     

通省隧道云母片岩大变形控制施工技术

通省隧道隧址区主要穿越武当山群地层，岩层结构主要是以含云母为主矿物成份的片岩。在施工过程中隧道围岩岩性与结构多变，强烈的初期支护变形破坏，隧道净空侵限，给施工带来很大的困难，严重制约了工程进度。针对通省隧道地质特点，介绍了在施工过程中对云母片岩大变形的施工防控措施，实现了类似围岩的安全快速施工。     

沪深股票市场长程记忆相关性研究

针对上海和深圳的日收益序列,采用重标级差(R/S分析)对其进行了实证研究.从统计结果来看,样本序列呈现出尖峰、胖尾等有偏特征,明显不满足正态分布的假设,表明收益序列可能具有长程相关或记忆性.采用ARFIMA模型对沪深股市收益率的长期记忆性进行了检验,根据分段检验的结果,得出了一些我国证券市场有效性的结论.     

沪铜、天然橡胶期货价格时间序列的非线性检验

运用替代数据方法来分析判断上海期货交易所两种主要工业品期货———铜和天然橡胶的期货价格时间序列的非线性特征。通过对两种期货合约共三组样本观测数据的检验,发现期货收益时间序列存在明显的非线性成分,且存在某种相依性,为进一步期货价格时间序列的非线性特征提供依据。     

黄变换的穿越筛分法

基于黄变换提出了一种分解非线性、非平稳时间序列的穿越筛分方法,该方法先搜索到信号的局部极值点,然后定位出相邻局部极值点间的穿越点,最后使用三次样条对穿越点列插值,可近似得到信号的包络中值。通过实例比较分析了穿越筛分法与黄变换的经验模态分解方法,筛分结果表明该方法简单有效,可以从观测时间序列中筛分出较好的各阶固有模态函数。     

基于DFA和SVR的GDP预测模型研究

首先对1980—2013年全国年度GDP数据进行消除趋势分析（DFA），发现GDP时序具有长记忆性，表明当前GDP值用来预测未来一段时间内的GDP值具有可行性，在此基础上利用具有非线性和强泛化能力特点的支持向量回归机（SVR），建立SVR预测模型,得到了较好的预测效果.     

基于混沌理论的建设项目环保投资估算研究

采用混沌时间序列分析技术对我国高速公路环保投资做了较为全面的研究,分析了1997年—2006年我国部分高速公路环保投资的数据。首先对数据结构进行定性分析,通过频数分布图,发现环保投资数据与正态分布之间存在着差异。功率谱分析、主分量分析则清楚表明序列具有非线性性质,主分量分析还表明序列具有混沌迹象。在定性分析的基础上,通过计算序列的有关非线性特征值对其混沌性质进行进一步确认。采用G P算法计算序列的相关维,采用小数据量法计算最大Lyapunov指数。计算得到的最大Lyapunov指数为正数,说明环保投资序列     

城镇化偏差与城乡收入差距非线性均衡及调控

遵循从一般到特殊的建模方法,利用1978—2015年中国时间序列数据,构建城镇化偏差与城乡收入差距的非线性动力系统模型,并对模型进行了均衡分析和政策目标模拟最优控制。研究结果表明:城镇化偏差与城乡收入差距存在复杂的非线性影响关系,系统3个均衡点中2个为鞍点,1个为排斥子,不存在吸引子,系统处于较不稳定的状态。由于鞍点均衡点较目前的城镇化偏差与城乡收入差距水平好,其中较好的结果甚至接近历史最低水平,因此可以作为政策调控的目标。模拟最优控制发现,以鞍点均衡点为目标的线性二次型控制系统具有能控性,选取适当的控制政策,系统可以收敛至理想目标状态。相关政策启示为:缩小城镇化偏差和城乡收入差距的政策具有必要性和可能性。     

基于多尺度特征和支持向量机的股市趋势预测

应用支持向量机方法对股票市场趋势性变动进行预测是金融市场行为研究领域里一个重要的研究课题。为了提高股市趋势预测的准确率,现有文献中基本将研究重点集中在改善支持向量机参数上,而没有对输入数据的特征进行深入研究。股票市场时序数据是不同时间尺度因素非线性作用的结果,因此具有本质的多尺度特性。据此构建了股票市场多尺度时序特征趋势预测方法,该方法首先基于小波多分辨分析对股市时序数据进行多尺度分解,然后提取了股票市场数据的记忆性和趋势性特征,最后应用支持向量机对股票市场趋势进行预测,预测结果表明该方法提高了股市趋势预测的准确率。     

基于我国股市混沌行为的预测分析

时间序列中的随机性蕴涵着非线性确定性系统混沌行为,混沌系统对初值的极端敏感性使之不可能对其进行长期预测,然而,在判定时间序列混沌行为的基础上运用局域法对我国股市进行了短期预测,并指出在计算关联维数时存在的问题,得到了较好的结果.     

非线性大工业过程稳态模型的强一致性分析

稳态优化问题就是依据过程的数学模型,在约束条件下,优化其目标函数,而实际的工业过程往往是呈非线性或慢时变性。针对动态非线性大工业过程, 提出了得到其可分稳态模型强一致性估计的分散辨识方法;利用多项式对非线性函数的无限逼近的性质和优化过程中设定点的阶跃信号作输入激励信号,获得了动态非线性大工业过程的可分稳态模型和可辨识的条件。     

基于时间序列分析的股价预测

基于收盘深发展股票价格的实际数据资料,通过对实际样本数据的预处理,确认股票价格序列为平稳非白噪声序列的基础上,利用SAS/ETS软件,采用ARMA方法,建立时间序列预测模型。应用的结果表明：本预测模型考虑了各种随机因素的影响,与实际状况有较高的吻合度,对动态数据进行预测是可行的,对于经济统计预测有一定的实用价值。