简介：分析了用地模拟预测中的空间因子动态性，并通过主成分分析法将各空间因子变化量融合成新空间因子，再带入预测模型对模拟结果进行修正。以武汉市为例进行了实例论证，通过该模型修正的预测结果和传统静态模型的预测结果的拟合度在80%以上，说明该动态修正模型具有较高的可靠性，能有效提高模拟预测工作效率、模拟精度以及预测成果的延用性。

简介：本文根据神经网络的基本原理，利用实测数据建立了用于大断面隧道收敛变形预测的BP神经网络模型。基于神经网络的预测模型具有预测精度高，使用方便灵活，适合于复杂系统的特点，是解决隧道变形预测问题的一种崭新途径。

简介：本文结合工作实践，从预测图纸资料的检查、尺寸数据的采集、成果资料的检查整理归档三方面简探讨如何做好房屋面积预测工作谈几点工作体会。

简介：忠武管道呈狭长线条状分布，其穿过的滑坡工程地质条件各异，导致滑坡的空间分布具有很大的随机性；同时按照忠武管道滑坡灾害防治要求，主要采用GPS进行滑坡监测，监测内容为位移一时间变化量，周期一般设为2年，监测时间间隔平均为一个月，故描述滑坡运动规律的数据量较少且单一。针对忠武管道沿线滑坡这些特点，提出了一种改进的串联灰色神经网络模型，并在忠武管道黄草坡滑坡监测中进行了实际运用。

简介：针对滑坡位移时间序列的非线性特性,引入基于相空间重构和最小二乘支持向量机（LSSVM）的预测法。利用Cao氏法确定嵌入维数,计算最佳延迟时间;在相空间中,利用LSSVM建立预测模型,以实例对滑坡进行计算,对LSSVM模型和BP神经网络模型进行了比较。结果表明：基于相空间重构和LSSVM的滑坡预测模型具有较高的精度,是科学可行的。

简介：在地铁附近基坑工程的施工阶段,通常要对地铁隧道结构进行水平位移监测、分析和预测。采用卡尔曼滤波能实时估计出水平位移状态向量,实现水平位移预测,如果卡尔曼滤波中动态噪声不准或不易确定,就会导致滤波发散而无法获得准确的预测结果。研究和采用基于方差分量估计的卡尔曼滤波,利用预报残差实时更新模型的动态噪声方差,可以避免滤波发散,提高预测精度。实际应用表明,基于方差分量估计的卡尔曼滤波能获得较好的水平位移预测效果。

简介：【 摘要】 通过对广西博白县东桃矿区外围（松旺地区）开展水系沉积物测量和地质测量等工作，总结了该区地层、构造、岩浆岩、岩性、矿化等特征。根据水系沉积物地球化学异常，并对主要异常进行解释评价，结合东桃等矿区的地质特征，对有利地段进行找矿预测，认为有较好的找矿前景。