CN1959567A - 一种基于自动细胞机的滑坡滑移预测方法 - Google Patents
一种基于自动细胞机的滑坡滑移预测方法 Download PDFInfo
- Publication number
- CN1959567A CN1959567A CN 200610054347 CN200610054347A CN1959567A CN 1959567 A CN1959567 A CN 1959567A CN 200610054347 CN200610054347 CN 200610054347 CN 200610054347 A CN200610054347 A CN 200610054347A CN 1959567 A CN1959567 A CN 1959567A
- Authority
- CN
- China
- Prior art keywords
- cell
- landslide
- neighbours
- parameter
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种基于自动细胞机的滑坡滑移预测方法,该方法通过计算机运行,包括以下步骤:1.选定待预测滑坡,采用自动细胞机常规表示;2.将待预测滑坡面对应的细胞空间划分为M×N个栅格,每个栅格代表一个细胞;3.指定细胞的能量初始值,4.选定细胞空间中的任一细胞,并判断其邻居状况,是否满足邻居条件,若判断结果为否,则重新寻找邻居细胞;5.若步骤4的判断结果为是,将各邻居细胞的能量现值与能量极限值进行比较;6.当步骤4和5循环比较的结果各细胞状态值为零的细胞相互连接,在其相互平行的两个边界内,形成贯通时,该滑坡体断裂形成稳定结构,程序终止。本发明为滑坡的治理提供了有效的方法。
Description
技术领域
本发明涉及一种基于自动细胞机的滑坡滑移预测方法。
背景技术
我国是一个多山国家,滑坡灾害分布范围广、发生频繁、危害严重。近年来,随着经济发展,土地利用方式变化和工程经济活动的广度、强度的扩大,加上我国“西部大开发”战略的实施、三峡工程的兴建等人类工程活动,滑坡发生的强度和频率正在逐年增加。
目前,对滑坡的滑移预测主要是在稳定性分析基础上的时间、空间和强度几个方面进行,主要有极限平衡法、滑移场法、极限分析法以及近几年来随着计算机技术发展起来的数值分析方法,特别是有限元分析方法在岩土工程中更得推广和应用;在预报方面有以斋藤迪孝法为代表的采用数学、物理方法进行精确分析严格推理得到明确判断的确定模型和以灰色预报、生长曲线预报及线性回归等不能用函数来表达其关系的非确定性模型;但是,以上这些方法只能预测某一时刻的滑坡空间实体的分布及其相互之间的关系,没有考虑滑坡实体的时空变化,是静止的,本质上是非时态的。因而传统的预测方法难以解决诸如滑坡何时何地可能会发生失稳,变形失稳的类型和速率以及失稳周期等问题。
发明内容
本发明的目的在于提供一种能够重构滑坡空间变化过程,预测和模拟滑坡滑移在时间、空间上的动态变化的基于自动细胞机的滑坡滑移预测方法。
本发明的目的是这样实现的:一种基于自动细胞机的滑坡滑移预测方法,其特征在于:该方法通过计算机运行,包括以下步骤:
(1)、选定待预测滑坡,确定滑坡的物理和力学参数,并采用自动细胞机常规表示;
(2)、将待预测滑坡面对应的细胞空间划分为M×N个栅格,M、N为自然数,每个栅格代表一个细胞;
(3)、指定细胞的能量初始值:根据(1)步骤的物理和力学参数确定待预测滑坡面的形状参数m、尺度参数x0、位置参数xμ,再按weibull分布规则输入各细胞的能量值W(xi,yi,t),其中xi,yi为第i个细胞的位置座标,t为时间;
(4)、邻居条件:选定细胞空间中的任一细胞,并判断其邻居状况,是否满足邻居条件,当判断结果为否时,则重新寻找邻居细胞;
(5)、转化规则:当步骤(4)的判断结果为是时,则根据滑坡变化情况,重新确定各邻居细胞的能量值,并将各邻居细胞的能量现值与能量极限值进行比较,设定其细胞状态值:当第i个细胞的细胞能量现值Wt(xi,yi,t)大于其能量极限值Wth(xi,yi,t)时,设定其细胞状态值为0;当细胞能量现值Wt(xi,yi,t)小于或等于能量极限值Wth(xi,yi,t)时,设定其细胞状态值为1;
(6)、步骤(4)和步骤(5)循环比较,以得到各细胞的状态转化情况,当细胞状态值为零的细胞相互连接,在其相互平行的两个边界内,形成贯通时,该滑坡体断裂形成稳定结构,程序终止。
上述weibull分布规则,其分布的表达式为
式中,x代表该分布参数的数值;m是形状参数;x0为尺度参数;xμ为位置参数。
上述邻居定义为:每个细胞的上、下、左、右四个相邻细胞为邻居细胞,其邻居半径为1。
业内人士都知道,自动细胞机(Celluar Automata,简称CA)是一种时间、空间、状态都离散并相互作用的动力学模型,由细胞演化区域的细胞、坐标点集、细胞邻居模式、细胞转化规则四个基本部分组成,本发明用自动细胞机来模拟滑坡体,将整个滑坡体划分为M×N个栅格,每个栅格代表一个细胞,细胞处于事先设定的0、1两种状态之一,其中,0表示此处是孔穴(包括孔穴水),1表示此处是物质颗粒;处于上述两种状态的细胞依据细胞能量进行状态的转化,表示滑坡裂隙的发展过程,当裂隙发展到一定程度时,也就是当自动细胞机上的处于细胞状态为0的细胞发展到一定程度时,滑坡便发生滑移。
在本发明中,待预测滑坡的细胞空间内,细胞状态的转化规则是根据任一细胞在t时刻的能量现值Wt(xi,yi,t)是否达到破裂阈值也就是能量极限值Wth(xi,yi,t)来判断的,如果达到,则该细胞破裂,其能量按等概率和能量守恒的原则传递给它的邻居;每次只有一个细胞状态值为1的细胞发生破坏(细胞状态值为0的细胞不再发生破坏),当该细胞发生破坏,即其细胞状态值为0时,完全发生破坏的细胞在滑坡后续演化中不再具有储存能量的能力,只起到能量传递的作用;细胞破裂后,其广义应力变为零,并固定不变,且该细胞均匀地向其每个邻居输入一份广义应力,所有的细胞,按照固定的时间步长,依据同样的转化规则进行演化,在细胞空间内,当破裂的细胞相互连接,在其相互平行的两个边界内,形成贯通破裂时,该岩石断裂形成了稳定结构,演化终止。
本发明与计算机相结合,通过计算机进行运行,不但在空间上可对滑坡的稳定性作出判断,而且在时间上能对滑坡在任何时刻的状态进行分析,解决了现有的滑坡在时间上无法预测的难题,为滑坡的治理提供了有效的方法。
附图说明
图1为本发明实施例的流程图;
图2为本发明实施例的邻居定义图;
在图2中,每一方格为一细胞,其中黑格细胞为白格细胞的邻居细胞。
具体实施方式
参见图1和图2,一种基于自动细胞机的滑坡滑移预测方法,其特征在于:该方法通过计算机运行,包括以下步骤:
一种基于自动细胞机的滑坡滑移预测方法,其特征在于:该方法通过计算机运行,包括以下步骤:
(1)、选定待预测滑坡,确定滑坡的物理和力学参数(如滑坡体的强度、弹性模量、泊松比、粘聚力C值及内摩擦角φ值),并采用自动细胞机常规表示;
(2)、将待预测滑坡面对应的细胞空间划分为M×N个栅格,M、N为自然数,每个栅格代表一个细胞;
(3)、指定细胞的能量初始值:根据(1)步骤的物理和力学参数确定待预测滑坡面的形状参数m、尺度参数x0、位置参数xμ,再按weibull分布规则输入各细胞的能量值W(xi,yi,t),其中xi,yi为第i个细胞的位置座标,t为时间;
(4)、邻居条件:选定细胞空间中的任一细胞,并判断其邻居状况,是否满足邻居条件,当判断结果为否时,则重新寻找邻居细胞;
(5)、转化规则:当步骤(4)的判断结果为是时,则根据滑坡变化情况,重新确定各邻居细胞的能量值,并将各邻居细胞的能量现值与能量极限值进行比较,设定其细胞状态值:当第i个细胞的细胞能量现值Wt(xi,yi,t)大于其能量极限值Wth(xi,yi,t)时,设定其细胞状态值为0;当细胞能量现值Wt(xi,yi,t)小于或等于能量极限值Wth(xi,yi,t)时,设定其细胞状态值为1;
(6)、步骤(4)和步骤(5)循环比较,以得到各细胞的状态转化情况,当细胞状态值为零的细胞相互连接,在其相互平行的两个边界内,形成贯通时,该滑坡体断裂形成稳定结构,程序终止。
上述weibull分布规则,其分布的表达式为
式中,x代表该分布参数的数值;m是形状参数;x0为尺度参数;xμ为位置参数。
上述邻居定义为:每个细胞的上、下、左、右四个相邻细胞为邻居细胞,其邻居半径为1。
Claims (3)
1、一种基于自动细胞机的滑坡滑移预测方法,其特征在于:该方法通过计算机运行,包括以下步骤:
(1)、选定待预测滑坡,确定滑坡的物理和力学参数,并采用自动细胞机常规表示;
(2)、将待预测滑坡面对应的细胞空间划分为M×N个栅格,M、N为自然数,每个栅格代表一个细胞;
(3)、指定细胞的能量初始值:根据(1)步骤的物理和力学参数确定待预测滑坡面的形状参数m、尺度参数x0、位置参数xμ,再按weibull分布规则输入各细胞的能量值W(xi,yi,t),其中xi,yi为第i个细胞的位置座标,t为时间;
(4)、邻居条件:选定细胞空间中的任一细胞,并判断其邻居状况,是否满足邻居条件,当判断结果为否时,则重新寻找邻居细胞;
(5)、转化规则:当步骤(4)的判断结果为是时,则根据滑坡变化情况,重新确定各邻居细胞的能量值,并将各邻居细胞的能量现值与能量极限值进行比较,设定其细胞状态值:当第i个细胞的细胞能量现值Wt(xi,yi,t)大于其能量极限值Wth(xi,yi,t)时,设定其细胞状态值为0;当细胞能量现值Wt(xi,yi,t)小于或等于能量极限值Wth(xi,yi,t)时,设定其细胞状态值为1;
(6)、步骤(4)和步骤(5)循环比较,以得到各细胞的状态转化情况,当细胞状态值为零的细胞相互连接,在其相互平行的两个边界内,形成贯通时,该滑坡体断裂形成稳定结构,程序终止。
2、如权利要求1所述的基于自动细胞机的滑坡滑移预测方法,其特征在于:所述weibull分布规则,其分布的表达式为
式中,x代表该分布参数的数值;m是形状参数;x0为尺度参数;xμ为位置参数。
3、如权利要求1所述的基于自动细胞机的滑坡滑移预测方法,其特征在于:所述邻居定义为:每个细胞的上、下、左、右四个相邻细胞为邻居细胞,其邻居半径为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200610054347 CN1959567A (zh) | 2006-06-08 | 2006-06-08 | 一种基于自动细胞机的滑坡滑移预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200610054347 CN1959567A (zh) | 2006-06-08 | 2006-06-08 | 一种基于自动细胞机的滑坡滑移预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1959567A true CN1959567A (zh) | 2007-05-09 |
Family
ID=38071299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200610054347 Pending CN1959567A (zh) | 2006-06-08 | 2006-06-08 | 一种基于自动细胞机的滑坡滑移预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1959567A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886176A (zh) * | 2014-01-20 | 2014-06-25 | 青岛理工大学 | 确定蠕滑型边坡动态稳定性系数的方法 |
CN104182646A (zh) * | 2014-09-01 | 2014-12-03 | 重庆大学 | 一种基于滑动位移分析的三维地震边坡发生滑坡的时间预测方法 |
CN104200100A (zh) * | 2014-09-01 | 2014-12-10 | 重庆大学 | 一种基于滑动位移分析的三维边坡稳定性预测方法 |
-
2006
- 2006-06-08 CN CN 200610054347 patent/CN1959567A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886176A (zh) * | 2014-01-20 | 2014-06-25 | 青岛理工大学 | 确定蠕滑型边坡动态稳定性系数的方法 |
CN104182646A (zh) * | 2014-09-01 | 2014-12-03 | 重庆大学 | 一种基于滑动位移分析的三维地震边坡发生滑坡的时间预测方法 |
CN104200100A (zh) * | 2014-09-01 | 2014-12-10 | 重庆大学 | 一种基于滑动位移分析的三维边坡稳定性预测方法 |
CN104182646B (zh) * | 2014-09-01 | 2017-02-15 | 重庆大学 | 一种基于滑动位移分析的三维地震边坡发生滑坡的时间预测方法 |
CN104200100B (zh) * | 2014-09-01 | 2017-02-15 | 重庆大学 | 一种基于滑动位移分析的三维边坡稳定性预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Investigation on performance of neural networks using quadratic relative error cost function | |
CN106126796B (zh) | 一种带岩桥的岩质边坡极限承载力的塑性极限分析下限法 | |
Kainthola et al. | Stability investigation of road cut slope in basaltic rockmass, Mahabaleshwar, India | |
Lagaros et al. | Computationally efficient seismic fragility analysis of geostructures | |
Vicencio et al. | Dynamic interaction between adjacent buildings through nonlinear soil during earthquakes | |
CN103149340B (zh) | 一种利用降雨量测定滑坡稳定性的动力监测方法 | |
Wang et al. | Correction of soil parameters in calculation of embankment settlement using a BP network back-analysis model | |
Pang et al. | Seismic performance investigation of high CFRDs subjected to mainshock-aftershock sequences | |
CN113408184B (zh) | 基于遗传算法和离散元分析法的锚固边坡安全性评价方法 | |
Brekelmans et al. | Reduction of mesh sensitivity in continuum damage mechanics | |
CN1959567A (zh) | 一种基于自动细胞机的滑坡滑移预测方法 | |
Lemos | Recent developments and future trends in distinct element methods—UDEC/3DEC and PFC codes | |
Zhou et al. | Creep parameter inversion for high CFRDs based on improved BP neural network response surface method | |
Xiong et al. | System dynamic reliability evaluation of multiple failure modes of earth dams subjected to strong earthquake excitation | |
Houda et al. | Soft soil improvement by rigid inclusions under vertical cyclic loading: numerical back analysis | |
Eghbalian et al. | Multi-scale description of hydro-mechanical coupling in swelling clays. Part II: Poroplasticity | |
Wang et al. | A comparison of mechanical behavior and frequency-energy relations for two kinds of echelon fault structures through numerical simulation | |
Song et al. | Fast inversion method for seepage parameters of core earth-rock dam based on LHS-SSA-MKELM fusion surrogate model | |
Pawar et al. | Artificial intelligence algorithms for prediction of cyclic stress ratio of soil for environment conservation | |
Wu et al. | Overall seismic reliability analysis of aqueduct structure based on different levels under random earthquake | |
Zhang et al. | An adaptive multiscale method for strain localization analysis of 2D periodic lattice truss materials | |
Shi et al. | Risk analysis of building damage induced by landslide impact disaster | |
Cheng et al. | Particle contact characteristics of coarse-grained soils under normal contact | |
CN113962407B (zh) | 一种现役土木建筑物监测数据多维特征分析方法 | |
Kozubal et al. | The soft rock socketed monopile with creep effects–a reliability approach based on wavelet neural networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |