检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

边坡可靠度分析中岩土合理样本数目探讨

铁道科学与工程学报 2016年第6期13卷 1053-1060页

作者：赵晶蒋良潍罗强骆飞孔德惠西南交通大学土木工程学院四川成都610031 高速铁路线路工程教育部重点实验室四川成都610031

土工参数由有限样本数目勘察取样试验结果的估计推断而得到,统计不确定性将对可靠度分析结果带来误差,因此合理样本数目应体现分析结果精度与勘察费用间矛盾的协调。基于从土工参数总体分布中随机抽样的方法模拟某一样本容量下的勘察取... 详细信息

土工参数由有限样本数目勘察取样试验结果的估计推断而得到,统计不确定性将对可靠度分析结果带来误差,因此合理样本数目应体现分析结果精度与勘察费用间矛盾的协调。基于从土工参数总体分布中随机抽样的方法模拟某一样本容量下的勘察取样试验,以120次重复抽样构建样本统计值空间,分析样本统计值及对应边坡可靠度指标的离散特征。根据样本容量对可靠度指标计算结果空间散布范围的约束效应,探讨土工强度参数变异水平呈小、中和大3个等级时相对应的合理样本数目。计算分析表明:样本数目增加可减小可靠指标分布的离散程度,土工参数变异性增大则反之;为保证可靠度分析结果精度,在土工参数变异性增大条件下须相应增加样本数目;可靠度指标变异系数取0.30时,对应于参数呈小、中和大变异水平的样本数目分别为6,11和18。研究成果对完善工程勘察中的土工试验取样数目有一定参考价值。

关键词：边坡可靠度分析样本数目统计不确定性可靠度指标散布范围变异系数随机抽样

土工强度参数变异特征及边坡可靠度分析中合理样本数目研究

在线全文

学校读者我要写书评

暂无评论

土工强度参数变异特征及边坡可靠度分析中合理样本数目研究

作者：赵晶西南交通大学

学位级别：硕士

边坡稳定分析中,以概率理论为基础、考虑各种不确定性影响的可靠度设计方法已进入实用阶段。该方法主要需要明确岩土设计参数的各种不确定性,根据不确定性来源可归纳为岩土体固有的参数变异性以及统计不确定性。传统上,在假设土体空间... 详细信息

边坡稳定分析中,以概率理论为基础、考虑各种不确定性影响的可靠度设计方法已进入实用阶段。该方法主要需要明确岩土设计参数的各种不确定性,根据不确定性来源可归纳为岩土体固有的参数变异性以及统计不确定性。传统上,在假设土体空间是均质的基础上,采用随机变量模型描述土体参数的变异性,但实际上由于土体的沉积过程以及应力历史不同,导致土体参数在空间上存在一定的变异性,单纯利用传统概率统计的方法忽略了土体空间不同点物理力学性质的差异,已无法满足对土体参数空间变异性做出客观分析与评价的需要;工程中通过勘察取样试验获取有限样本,利用小样本下的统计值对参数真值进行估计推断,但是选取多大的岩土样本抽样数量才能最大程度反映总体统计值仍没有具体的标准,样本数目的差异将影响统计不确定性的大小。基于铁路工程勘察资料,选取了5个以黏土为主的工程地质单元,分别采用概率统计方法和随机场理论分析了土体抗剪强度指标c、φ的点变异与空间变异特征,比较了两种理论分析结果的差异,讨论了考虑参数c、φ空间自相关的必要性,并基于灰色关联度研究了 c、φ空间变异性与其他物理力学指标的关联特征;以计算机随机抽样方法模拟实际工程勘探取样试验,分别构建较为完备的土工参数的样本统计值空间及对应的可靠度指标结果空间,对比分析不同样本容量对可靠指标离散性的影响,探讨了大、中、小3种参数变异水平下样本数目的合理取值问题。论文研究主要取得了如下成果:(1)以传统概率统计方法和随机场理论为研究手段,分别计算了黏性土 c、φ参数的点变异和空间变异系数。研究表明,两参数的点变异系数与空间变异系数差异性较大,相较于点变异系数,c、φ值的空间变异系数折减率分别可达25%和15%。随机场理论通过方差折减的方法对强度参数的点方差进行折减,得到土体的空间方差,从而将点变异系数转化为空间变异系数,更真实地反映了参数的变异特征。(2)基于灰色关联理论探讨了液性指数IL、标准压缩系数a1-2、含水率w、天然孔隙比e和塑性指数IP等主要物理力学参数对抗剪强度指标空间变异程度影响的排序规律。分析表明,液性指数IL与c、φ参数的空间变异性关联程度最大,其次为结构性指标a1-2和含水性指标w。(3)针对样本数目与土工参数变异性影响可靠度分析结果离散程度的问题,提出了以控制可靠度分析结果空间变异程度反推样本数目的方法,探讨了不同土工参数变异水平下对应的合理取样数目。结果表明,可靠指标结果空间变系数取0.30、0.25、0.20时,对应于参数呈小变异水平的样本数为6、9、15,中、大变异水平时样本数目宜分别提高至 11、15、20 和 18、20、30。

关键词：边坡可靠度分析参数不确定性随机场理论空间变异性随机抽样样本数目

基于随机响应面法的金鸡岭岩质边坡可靠度分析及抽样方法对比

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

黄金科学技术 2018年第3期26卷 297-304页

作者：盛建龙翟明洋武汉科技大学资源与环境工程学院湖北武汉430081

结合有限元滑面应力法和Hermite随机响应面法建立了金鸡岭岩质边坡稳定可靠度非侵入式分析模型,在此基础上研究了均匀设计抽样、LHS抽样、改进LHS抽样和分层抽样4种抽样配点方法对随机响应面的拟合精度、边坡失效概率及安全系数统计特... 详细信息

结合有限元滑面应力法和Hermite随机响应面法建立了金鸡岭岩质边坡稳定可靠度非侵入式分析模型,在此基础上研究了均匀设计抽样、LHS抽样、改进LHS抽样和分层抽样4种抽样配点方法对随机响应面的拟合精度、边坡失效概率及安全系数统计特征的影响。结果表明:(1)金鸡岭岩质边坡未支护状态下的失效概率约为18.4%,失稳风险较大,需采取支护加固措施;(2)改进LHS抽样和LHS抽样所构造的随机响应面具有较好的拟合精度,抽样配点效果优于分层抽样和均匀设计抽样;(3)建议边坡可靠度非侵入式随机分析采用改进LHS抽样或LHS抽样进行随机响应面的抽样配点计算,并尽可能多地选取样本点以外的验算点对随机响应面拟合精度进行校验。

关键词： Hermite随机响应面法滑面有限元应力法边坡可靠度分析抽样配点方法 Monte-Carlo法 LHS抽样失效概率拟合精度

信息不完备条件下提高边坡可靠度分析精准性方法研究

在线全文

学校读者我要写书评

暂无评论

铁道建筑技术 2016年第11期 115-119页

作者：赵晶蒋良潍罗强骆飞孔德惠西南交通大学土木工程学院四川成都610031 高速铁路线路工程教育部重点实验室四川成都610031

针对有限样本下信息不完备致使边坡可靠度结果围绕真值离散问题,研究了小样本条件下可靠度分析改进算法及合理勘察样本数量取值。研究表明:基于Bayes原理建立的可靠度全概率分析法可有效约束可靠指标散布范围,减少小样本统计不确定性影... 详细信息

针对有限样本下信息不完备致使边坡可靠度结果围绕真值离散问题,研究了小样本条件下可靠度分析改进算法及合理勘察样本数量取值。研究表明:基于Bayes原理建立的可靠度全概率分析法可有效约束可靠指标散布范围,减少小样本统计不确定性影响;通过多批次随机抽样的可靠指标散布特征分析,可确定远小于传统基于t分布结果、能与岩土参数变异水平相匹配的勘察合理取样数目。

关键词：边坡可靠度分析信息不完备不确定性全概率方法样本容量

信息不完备条件下提高边坡可靠度分析精准性方法研究

在线全文

学校读者我要写书评

暂无评论

信息不完备条件下提高边坡可靠度分析精准性方法研究

边坡随机场数字图像特征CNN深度学习及可靠度分析

中国铁道学会铁道工程分会工程地质与路基专业委员会第25届年会暨学术交流会

作者：赵晶蒋良潍罗强骆飞孔德惠西南交通大学土木工程学院高速铁路线路工程教育部重点实验室

关键词：边坡可靠度分析信息不完备不确定性全概率方法样本容量

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

岩土工程学报 2022年第8期44卷 1463-1473,I0006,F0003页

作者：姬建姜振殷鑫王涛崔红志张卫杰河海大学土木与交通学院江苏南京210024 岩土力学与堤坝工程教育部重点实验室江苏南京210024

考虑土体强度空间变异性,提出了数字图像化随机场特征深度学习模型并进行边坡稳定可靠度分析。通过Karhunen-Loeve展开法离散边坡土体随机场并将离散结果转化为数字图像,建立起随机场图像与边坡功能函数值之间隐式关系的卷积神经网络(C... 详细信息

考虑土体强度空间变异性,提出了数字图像化随机场特征深度学习模型并进行边坡稳定可靠度分析。通过Karhunen-Loeve展开法离散边坡土体随机场并将离散结果转化为数字图像,建立起随机场图像与边坡功能函数值之间隐式关系的卷积神经网络(CNN)代理模型,进而计算随机场数字图像表征后边坡的失效概率。在建立CNN代理模型时,采用拉丁超立方抽样、贝叶斯优化和五折交叉验证以提高精度。最后以单层不排水饱和黏土边坡和双层黏性土边坡为例说明了该方法的有效性。结果表明:在随机场高维表征图像化和边坡小概率失稳情况下,所提CNN深度学习模型能够比较精确地逼近真实边坡稳定性计算结果,进而显著提高考虑随机场模拟的边坡可靠度分析计算效率。

关键词：空间变异性边坡可靠度分析卷积神经网络数字图像代理模型

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于小样本高维机器学习的边坡稳定性分析

基于小样本高维机器学习的边坡稳定性分析

作者：谢梦龙中南大学

学位级别：硕士

本文聚焦于自然状态下边坡稳定性问题,针对自然状态下具备空间变异性的边坡失稳而引发各类自然灾害的现象,进行了数值模拟、机器学习算法模型分析等方面的研究。本文依托湖湘高层次人才聚集工程(2018RS3016)、中南大学研究生自主探索创... 详细信息

本文聚焦于自然状态下边坡稳定性问题,针对自然状态下具备空间变异性的边坡失稳而引发各类自然灾害的现象,进行了数值模拟、机器学习算法模型分析等方面的研究。本文依托湖湘高层次人才聚集工程(2018RS3016)、中南大学研究生自主探索创新项目“基于迁移学习的随机边坡稳定性研究”(2021zzts0790)等课题,采用数值模拟和机器学习算法模型分析等方式,对考虑空间变异性的边坡稳定性及对应处理边坡数据集的机器学习算法模型进行研究。本文主要的研究内容如下:(1)基于现有文献,指出其中蒙特卡洛模拟存在的问题。对相关的改进措施和本文所使用的算法模型的国内外研究现状进行介绍。开展考虑边坡各处土体粘聚力值或内摩擦角值满足变异性与相关性的边坡有限元模拟。首先生成符合条件的随机数,并导入有限元软件进行运算,整理计算结果,形成边坡数据集。(2)利用LASSO(套索)算法,搭建边坡各处土体强度参数与边坡安全系数的机器学习算法模型,实现准确预测边坡安全系数的功能,提高蒙特卡洛模拟在实际工程中的适用性,并为边坡长期稳定性监测提供新思路。同时,通过LASSO算法自带的变量筛选及赋值功能,搜索边坡失稳的最危险区域,并为实际工程中的边坡加固提供建议。(3)针对于神经网络算法模型分析边坡数据集时存在的问题,将PCA(主成分分析)方法与神经网络算法相结合,提出PCA-NN算法,通过对输入数据进行降维处理,提高神经网络算法模型的拟合效果,降低训练时间。(4)将迁移学习(Transfer Learning,TL)引入边坡稳定性分析中,利用迁移学习思想改进模型搭建过程。通过迁移已有PCA-NN算法模型的训练结果到新模型当中,降低新模型训练所需样本数据量,提高新模型拟合效果。迁移学习的引入使蒙特卡洛模拟在实际工程中的适用性进一步提高。图38幅,表9个,参考文献109篇

关键词：边坡可靠度分析蒙特卡洛模拟 LASSO算法 PCA-NN算法迁移学习