武立军
- 作品数：5 被引量：30H指数：3
- 供职机构：河海大学更多>>
- 相关领域：建筑科学天文地球水利工程更多>>
- 一种基于优化控制点确定水文地质参数的自动配线方法
- 本发明公开了一种基于优化控制点确定水文地质参数的自动配线方法，包括如下步骤：进行承压含水层非稳定流抽水试验，得试验资料；基于非稳定流承压含水层抽水试验资料，绘制实测数据曲线与配线法标准曲线，给出通过基于优化控制点的自动配...
- 赵燕容朱旭芬张静李志利李伟武立军王璐佳
- 文献传递
- 一种基于优化控制点确定水文地质参数的自动配线方法
- 本发明公开了一种基于优化控制点确定水文地质参数的自动配线方法，包括如下步骤：进行承压含水层非稳定流抽水试验，得试验资料；基于非稳定流承压含水层抽水试验资料，绘制实测数据曲线与配线法标准曲线，给出通过基于优化控制点的自动配...
- 赵燕容朱旭芬张静李志利李伟武立军王璐佳
- 文献传递
- 自动配线法求水文地质参数的优化路径法研究被引量：10
- 2013年
- 针对人工配线法求取水文地质参数费时费力,而传统的计算机配线法存在操作不够简便、后台运算次数过多或缺少直观性的不足,该文基于配线法标准曲线与实测曲线基本重合的特点,采用控制点带动所有实测点沿标准曲线移动,寻找离差平方和最小值的优化路径法求到水文地质参数,提出该方法的关键在于控制点的确定,并补充手动配线法来保证计算的准确性。通过算例验证,新方法在满足精度要求的同时,大大提高了运算的速度,具有一定的应用前景。
- 李伟赵燕容朱旭芬武立军
- 关键词：控制点水文地质参数可视化
- 基于蚁群算法优化支持向量机的边坡位移预测被引量：16
- 2015年
- 由于复杂工程地质条件和环境因素的综合影响,边坡变形呈现复杂非线性演变特征。借助支持向量机(SVM)可有效解决小样本、高维数、非线性等问题的优点,对边坡实测位移进行数据挖掘,预测边坡变形趋势。为了避免人为选择支持向量机模型参数的盲目性,提高模型预测精度和泛化能力,引入改进的蚁群算法(ACO)对模型参数进行寻优,结合位移时序滚动预测方法,建立了适合边坡变形预测的ACO-SVM模型。将该模型应用于2个边坡的位移预测,研究结果表明,ACO-SVM预测精度高,模型建立正确。与遗传算法、粒子群算法优化SVM的预测结果相比,ACO-SVM模型预测精度更高,具有更强的泛化能力,预测结果更加合理,在边坡变形预测中具有一定的工程应用价值。
- 俞俊平陈志坚武立军余世元王澍
- 关键词：边坡支持向量机蚁群算法
- 改进的灰色模型在边坡变形预测中的应用被引量：4
- 2013年
- 灰色模型的预测精度很大程度上依赖于背景值的构造方法,以往的背景值构造方法主观地认为新旧数据对背景值的贡献和为1,无法真实反应新旧信息对背景值贡献的大小,而基于任意加权改进的RGM(1,1)模型又忽略了各个背景值构建时权值不同的情况。针对以往模型的缺陷,该文提出一种基于改进的任意权值背景值优化方法的GAGM(1,1,p,q)模型。结合遗传算法、运用MATLAB编程语言实现了改进灰色模型的预测程序。将改进的模型应用于边坡表面变形预测,取得了较好的效果。将预测结果与传统GM(1,1)模型及任意权值改进的RGM(1,1)模型的预测结果作对比,结果表明,文中提出的改进模型具有更高的拟合和预测精度,可应用于工程实践。
- 武立军陈志坚俞俊平荀志国
- 关键词：遗传算法
