基于进化支持向量机的滑坡地下水位动态预测

地下水位动态预测对滑坡稳定性评价具有关键作用.滑坡地下水位演化过程是一个受水文地质条件控制,并受降雨、库水和气温等多种影响因素综合作用而发展演化的非线性动力系统,地下水位与其影响因素之间存在非线性响应关系.以三峡库区白家包滑坡地下水位监测数据为例,在深入分析滑坡地下水位变化特征及其与影响因素响应关系的基础上,利用非线性智能遗传算法和支持向量机建立进化支持向量机耦合模型,并对地下水位进行预测,其预测结果的均方差和相关系数的平方分别为0.013和0.929,说明预测结果与实测值较吻合.选择神经网络模型进行对比,耦合模型的均方差小154％,而相关系数的平方大10％.综合表明进化支持向量机耦合模型具有较好的拟合和泛化能力,是一种行之有效的滑坡地下水位预测方法.     

层状岩体的颗粒流模拟新方法及数值分析

在颗粒流软件PFC2D的基础上,采用新的建模方法建立了层状岩体数值试样,并通过直剪试验验证了新方法的优越性。开展了不同层理倾角下的岩体单轴压缩试验的数值模拟,对层状岩体的变形特性、强度特性以及破坏模式进行了分析。数值结果表明:随着层理倾角的增大,其弹性模量与峰值强度都是呈先减小后增大的趋势,但两者取最小值时的层理倾角并不相同且两者的变化速率也不尽相同。当层理倾角β=0°~30°或者β=90°时,岩石试样的强度主要由基岩控制;而当层理倾角β处于中间角度时,此时岩石试样的强度则主要由层理控制。