黄发明
- 作品数：17 被引量：541H指数：12
- 供职机构：中国地质大学更多>>
- 发文基金：国家自然科学基金中国地质调查局地质调查项目江西省自然科学基金更多>>
- 相关领域：天文地球建筑科学水利工程环境科学与工程更多>>
- 基于时间序列与PSO-SVR耦合模型的白水河滑坡位移预测研究被引量：100
- 2015年
- 滑坡位移预测模型的选择及其参数的选取是滑坡位移预测中至关重要的2个问题,以往的模型在预测滑坡位移时具有诸多的限制和不足。以三峡库区白水河滑坡为研究对象,基于时间序列分析方法,分离提取出滑坡趋势性位移与周期性位移。前者主要受控于滑坡的内部因素(物质组成、地质构造、地形地貌等),可用最小二乘法对其进行多项式拟合并预测:后者是由外部影响因素(季节性降雨、库水位变动等)导致,取当月降雨量、双月降雨量、库水位高程、月间库水位变化量、双月库水位变化量和年间累计位移增量作为周期性位移的影响因子,提出采用可优化选参的粒子群优化算法(PSO)与支持向量机回归(SVR)相结合的方法对其进行预测;将各分位移预测值叠加得到累计位移预测值。运用多种方法进行分析对比,结果表明,基于时间序列与PSO-SVR耦合模型的滑坡位移预测精度要明显高于BP神经网络模型、网格搜索法优化的支持向量机模型(GS),其在滑坡位移预测中具有一定的理论基础和良好的应用前景。
- 张俊殷坤龙王佳佳黄发明
- 关键词：边坡工程滑坡时间序列粒子群优化算法支持向量机回归
- 混沌序列WA-VOLTERRA耦合模型在月降水量预测中的应用被引量：5
- 2014年
- 由于月降水量时间序列含有大量噪声,并表现出明显的混沌特性,现有预测模型均存在一定程度的不足.基于混沌理论的小波分析-VOLTERRA级数自适应(WA-VOLTERRA)耦合预测模型,在对月降水量时间序列进行混沌特性识别的基础上,先用小波分析对月降水序列进行时频分解,再分别对各频率分量进行相空间重构并用3阶VOLTERRA级数自适应模型建模预测,最后综合得到原始序列的预测值.以相近区域杭州市和南通市的月降水序列为例,并通过与小波分析-支持向量机(WA-SVM)模型进行比较,发现该模型具有较强的适用性和更高的预测精度.
- 黄发明田玉刚
- 关键词：小波分解
- 降雨影响下的区域滑坡危险性动态评价研究——以三峡库区万州主城区为例被引量：28
- 2016年
- 降雨引发的滑坡具有区域性的群发效应,能够在短时间内造成大量的灾难性损失。基于此,提出一种可考虑不同降雨期影响的区域滑坡危险性评价方法。该方法以瞬态降雨入渗的区域斜坡稳定性计算模型为基础,将滑坡危险性定义为在一定持续降雨期内各栅格单元体失稳的概率。通过岩土体物理力学参数的不确定性进行各栅格单元体失稳概率的求解,继而获得区域内滑坡的危险性分布。基于Arc GIS软件开发出区域滑坡危险性动态评价工具。以三峡库区万州主城区为例,详细介绍危险性评价工具的数据处理过程以及参数选取方法,并以2种不同的降雨工况进行比较计算。现场斜坡稳定性的调查与计算结果的对比及统计分析表明:滑坡的危险性分布图与真实滑坡的稳定性情况基本一致,并在一定程度上反应了该地区斜坡稳定性的时空分布特征,测试并验证了评价工具的正确性。
- 刘磊殷坤龙王佳佳张俊黄发明
- 关键词：工程地质滑坡灾害确定性模型
- 库岸滑坡地下水位时间序列混沌特征识别与PSO-LSSVM模型预测被引量：7
- 2015年
- 地下水位预测对滑坡稳定性分析具有重要意义,三峡库区库岸滑坡地下水位时间序列在季节性强降雨和周期性库水位涨落等诸多因素影响下呈现混沌特征。在对地下水位序列进行相空间重构的基础上,采用饱和关联维数法和最大Lyapunov指数法对其混沌特征进行验证。再用预测性能优秀的最小二乘支持向量机(LSSVM)模型对其进行预测,并用粒子群算法优化选取LSSVM模型的参数,以克服LSSVM模型参数选取困难的缺点。以三峡库区三舟溪滑坡前缘STK-1水文孔日平均地下水位序列为例进行了混沌分析,分别运用粒子群优化的LSSVM模型(PSO-LSSVM)和BP神经网络模型对STK-1水文孔地下水位进行了预测。结果表明库岸滑坡地下水位序列存在混沌特征,PSO-LSSVM模型预测结果的均方根误差为0.193m,拟合优度为0.815,说明预测效果较理想,且PSO-LSSVM模型预测精度高于BP网络模型,具有较强的实用性。
- 黄发明殷坤龙何涛孟颂颂
- 关键词：库岸滑坡相空间重构粒子群算法最小二乘支持向量机
- 基于象限法和灰色关联法的水灾灾情等级评估被引量：2
- 2011年
- 水灾严重威胁着人类的财产与生活,水灾灾情等级的合理评估可以为防灾、减灾以及备灾工作提供科学的依据。通过改进象限法的临界指标,并用灰色关联法进行约束,提出基于象限法和灰色关联法的灾情等级评估方法。首先应用象限法对中国(除港、澳、台地区)的水灾灾情按省进行分级,再应用灰色关联法计算出代表各地区灾情大小的关联度,最后用各省的关联度对象限法的分级结果进行微调,得到中国一些地区水灾灾情等级评估的最终结果。结果表明:湖北、湖南、安徽为大灾地区;四川等19个地区为中灾地区;甘肃、海南、青海和新疆为小灾地区;北京、上海、天津、宁夏、西藏为微灾地区。
- 田玉刚杜渊会覃东华黄发明
- 关键词：水灾灾情灰色关联法
- 基于地表监测数据和非线性时间序列组合模型的滑坡位移预测被引量：28
- 2018年
- 针对滑坡位移–时间曲线的非线性特征和以往预测模型的不足,提出基于地表监测数据和非线性时间序列分析的组合模型预测滑坡位移。以新滩滑坡和三舟溪滑坡为例,通过对位移、降雨、库水位等资料的分析,研究滑坡的变形特征及影响因素。在利用逆序法和小波分析检验滑坡位移的趋势特征和周期特征的基础上,采用非线性组合模型进行预测,包括利用多项式拟合并预测趋势项位移;用一种基于小波分析的三角函数法(WA-TF)对周期项位移进行预测;遗传算法优化选参的BP神经网络(GA-BP)对波动项位移进行预测。最终将各位移分量累加得到滑坡的累积位移预测值,并与监测值进行对比分析。结果表明非线性组合模型的预测精度高且具有较好的通用性,为滑坡位移定量预测提供了一种可行的思路。
- 郭子正殷坤龙黄发明梁鑫
- 关键词：边坡工程时间序列小波分析BP神经网络
- 基于时间序列分解和多变量混沌模型的滑坡阶跃式位移预测被引量：29
- 2018年
- 三峡库区某些库岸滑坡在强降雨、库水位涨落等诱发因素影响下,其位移时间序列表现出阶跃式变化特征且可能存在混沌特性.但目前常用于滑坡位移预测的混沌模型,均建立在单变量混沌理论的基础之上.且已有的考虑了诱发因素的常规多变量模型,大都采用经验性的方法来选取输入变量;常规多变量模型对滑坡位移序列的非线性特征,及其与诱发因素间的动态响应关系缺乏数学理论上的深入分析.因此,提出一种基于指数平滑法、多变量混沌模型和极限学习机(extreme learing machine,ELM)的滑坡位移组合预测模型.指数平滑多变量混沌ELM模型首先对滑坡累积位移序列的混沌特性进行识别;然后用指数平滑法对累积位移进行预测,得到趋势项位移,并用累积位移减去趋势项位移得到剩余的波动项位移;之后对波动项位移及降雨量、库水位变化量这3个因子进行多变量相空间重构,并用ELM模型对多变量重构后的波动项位移进行预测;最后将预测得到的趋势项和波动项位移值相加,得到最终的累积位移预测值.以三峡库区白水河滑坡ZG93监测点的累积位移作为实例进行分析,并将模型与指数平滑多变量混沌粒子群-支持向量机(PSO-SVM)模型、指数平滑单变量混沌ELM模型作对比.结果表明滑坡位移序列存在混沌特性,模型能有效预测滑坡位移,其预测效果优于对比模型.且本文模型从混沌理论的角度将波动项位移与降雨量、库水位变化量的动态响应关系进行综合分析,更能反映滑坡位移系统演化的物理本质.
- 黄发明黄发明殷坤龙李喜刘磊刘磊付小林
- 关键词：库岸滑坡指数平滑法极限学习机
- 万州孙家荆竹屋基滑坡滑动模型研究被引量：4
- 2015年
- 荆竹屋基滑坡的滑动过程存在多种解体模式,为了研究该类顺层岩质滑坡的滑动模型,在对滑坡后滑体结构和地面破裂现象系统调查的基础上,根据解体特征对滑坡进行了分区,并通过建立的滑坡作用强度评价模型,探讨了滑坡滑距、运动解体模式和建筑物易损性等问题。研究结果表明:1前缘采石场的切坡使潜在不稳定的斜坡临空,抗滑力降低,诱发了中部浅层顺层软弱页岩层及后部风化接触带的整体滑动;2主滑体滑移距离约29.5 m,主滑方向为5°,滑体厚度约15 m;3受滑体风化层厚度变化和前地形条件限制,在整体滑动后分区解体现象明显。滑体上各区对建筑物易损性的作用强度从大到小依次为:前缘堆积区(Ⅵ)>后缘拉槽破坏区(Ⅱ)>中部推覆区(Ⅳ)和破碎区(Ⅶ)>局部分块滑移区(Ⅴ)>中部逆冲区(Ⅳ)>顺层整体滑移区(Ⅲ1、Ⅲ2)>后缘拉裂影响区(Ⅰ)。研究绘制出的滑坡解体破碎分区图,对分析滑坡风险分布规律具有参考价值。
- 姜波柴波方恒王佳佳黄发明
- 三舟溪滑坡稳定性分析和预测研究被引量：5
- 2014年
- 三峡工程库区正常蓄水后，库水位在145～175 m间周期性波动，位于库区长江两岸的滑坡体的地下水渗透情况发生了很大的变化，滑坡可能受此影响失稳。以重庆市万州区三舟溪滑坡为例，建立地质模型，采用geo-studio软件模拟了在多种库水位工况和降雨情况下滑坡体稳定性状态，分析滑坡体的稳定性状态变化规律。结果表明，采用支持向量机理论进行滑坡稳定性预测比回归预测具有更好的预测精度。
- 马建博殷坤龙黄发明
- 关键词：库岸滑坡库水位稳定性支持向量机
- 基于相空间重构和小波分析-粒子群向量机的滑坡地下水位预测被引量：23
- 2015年
- 预测滑坡地下水位的动态演变过程对滑坡稳定性分析具有重要意义,三峡库区库岸滑坡地下水位时间序列受多种因素影响,呈现出高度非线性非平稳的特征.为对其进行预测,提出一种基于相空间重构的小波分析-粒子群优化支持向量机(wavelet analysis-support vector machine,简称WA-PSVM)模型.该模型引入小波变换法对地下水位序列进行时频分解,将非平稳的地下水位序列转变为多个不同分辨率尺度下的较平稳的地下水位子序列;然后重构各子序列的相空间,再利用PSVM(全称support vector machine)模型对地下水位各子序列进行预测,最后将各子序列预测值相加得到最终预测结果.以三峡库区三舟溪滑坡前缘STK-1水文孔日平均地下水位序列为例,首先分析滑坡前缘地下水位变化的影响因素,再将WA-PSVM模型应用于地下水位预测,并与单独PSVM模型和小波分析-BP网络模型(wavelet analysis-back propagation,简称WA-BP)作对比.结果表明:滑坡前缘地下水位受降雨和库水位影响较大,利用WA-PSVM模型对STK-1水文孔地下水位进行预测的均方根误差为0.073m、拟合优度为0.966,WA-PSVM模型预测精度高于单独PSVM模型和WA-BP模型.WA-PSVM模型解决了地下水位序列非线性非平稳的问题,在不考虑影响因素的情况下能获得满意的预测效果,具有较高的建模效率和较强的实用性.
- 黄发明殷坤龙张桂荣周春梅张俊
- 关键词：库岸滑坡相空间重构小波分析地下水
