共查询到19条相似文献,搜索用时 156 毫秒
1.
基于灰关联聚类分析的多点时空非线性模型及其应用 总被引:2,自引:0,他引:2
用灰关联分析与模糊聚类方法进行变形点的多点分析,用地质定性分析与数学定量分析相结合的方式对三峡链子崖危岩体T0 ̄T6缝区进行了整体变形分析与空间预测模型的建立。结果表明,多点时空非线性模型是解决贫信息条件下整体变形预测的理想方法。 相似文献
2.
3.
贫信息条件下的多点变形预测模型及其应用 总被引:17,自引:1,他引:17
常用的单点变形分析方法没有利用监测点间相互关系的信息,不足以反映变形体整体的变形规律。本文将单点的变形预测模型扩展为多点的变形预测模型,建立了贫信息条件下的多点预测模型。进行了实例建模与分析,结果表明,多点预测模型为解决少数据,多因子的动态系统预测与分析提供了新的途径。 相似文献
4.
5.
本文的研究主题是顾及空间和时间关联信息的动态变形模型及其预报方法。论文在分析比较国内外变形分析与变形预报理论和方法的基础上,首先讨论了大信息量下变形观测时间序列的分析途径,提出了一种简洁快速、适宜于实际工程问题动态变形分析与趋势预报的DDS方法。该方法以较少的模型参数和简洁的模型形式表达了系统离乱序列的潜在变化规律,并判断系统的稳定性。针对贫信息条件下的系统建模问题,论文指出了GM(1,1)模型的适用范围,提出了采用灰色组合动态模型代替常规GM(1,1)建模,并以构造模型群、进行模型比选和给出预测区间的模式进行预测模型的有效性检验。提出了一种多因子关联分析新方法,建立了描述变形因果关系的系统状态模型,是变形成因分析的新的研究途径。针对单点变形分析的不足,首次提出了用灰关联聚类分析方法来描述空间点之间的关系,推出了多点的时空非线性动态模型,使局部单点的变形分析转向空间氛友的整体分析。利用长江三峡链子崖危岩体的实际变形观测资料,进行免走的友关联聚类分析,根据数学定量分析与地质定性分析的综合评判结果,建立了多点的变形动态模型,并进行了整体变形分析及预测预报的有效性验证。 相似文献
6.
近年来,地面三维激光扫描技术(TLS)被广泛应用于变形监测领域,但目前获取变形量的方法仍存在不足。据此,利用TLS观测数据处理中的迭代就近点法(ICP),对选取兴趣区域首期观测点云数据与复测点云数据进行匹配运算,将匹配后获得的平移矩阵T和旋转矩阵R作为变形体局部整体的变形指标,获取三维变形量。此变形量获取方法不仅充分利用了TLS点云数据的高空间分辨率,提高了单点精度,同时作为三维变形量,克服了常用方法的不足。 相似文献
7.
8.
9.
为解决传统基坑监测技术无法对基坑整体变形进行有效分析的问题,本文提出地面三维激光扫描技术应用于基坑监测的方法。该方法使用Leica Scanstation C10型扫描仪获取大量基坑围护墙体的点云数据,经过点云处理并建模,采用Geomagic Studio软件对点云模型进行变形分析,得到基坑围护墙体的3D整体变形和2D局部变形。通过和传统的测斜数据进行对比,两种监测技术在变形量上有较大偏差,对产生偏差的原因进行了简单的分析。为了提高三维激光扫描技术的监测精度,文章最后提出了相应的解决措施。 相似文献
10.
基于三维激光扫描技术的变形监测方法研究 总被引:1,自引:0,他引:1
针对三维激光扫描技术应用于变形监测的研究,本文提出点、面结合的变形监测方法。通过提取变形监测点的三维坐标信息,进行多期数据的监测点坐标信息的比较,获取局部的变形信息。运用豪斯多夫距离对点云模型进行求差运算,得到整体变形信息,并对模型的求差运算结果进行对比分析。实验结果表明,基于三维激光扫描技术的点、面结合的变形监测方法在变形监测中具有较高的实用价值。 相似文献
11.
12.
针对变形发展趋势多样性的特点,将无偏NGM(1,1,k)模型应用于变形监测数据的分析预测中,说明无偏NGM(1,1,k)模型可分别用于拟合近似线性-指数增长趋势变形序列、近似非齐次指数变形序列和近似齐次指数变形序列。根据监测数据的发展特点可选择适合的建模方法。实例分析结果显示,无偏NGM(1,1,k)模型具有良好的拟合和预测精度,可用于滑坡位移的分析预测中。 相似文献
13.
时空Kalman滤波可对变形监测数据进行时空滤波去噪、数据插补和变形预测,本文利用时空Kalman滤波进行变形分析,从模型原理及试验两方面比较分析了Kriged Kalman filter(KKF)、space time Kalman filter(STKF)和spatio-temporal mixed effects(STME) 3种典型时空Kalman滤波模型的性能和适用性。结果表明:3种时空Kalman滤波模型均基于空间基函数及动力学模型组合形式描述时空数据的时空相关性,其主要差异在于空间变异的描述形式不同、空间基函数和状态转移矩阵构造过程不同及模型降维方法不同。在适用性方面,KKF模型更适合于稀疏测站的变形分析,STKF模型及STME模型更适合于海量测站的变形分析。在变形分析应用效果方面,3种时空Kalman滤波模型均具有较高精度的时空滤波去噪、数据插补和变形预测性能,其滤波结果相对于普通Kalman滤波结果的平均改善率为21.1%,其缺失数据插补结果相对于Hermite时间插值结果的平均改善率为42.4%,其空间预测结果相对于Kriging空间插值结果的平均改善率为65.3%,其对已知测站未来变形的时空预测结果相对于普通Kalman滤波时间预测结果的平均改善率为20.6%,其对非观测站点未来变形的时空预测结果相对于Kalman滤波+Kriging组合模型预测结果的平均改善率为20.5%。 相似文献
14.
最优权组合预测法在采煤沉陷变形预测中的应用 总被引:1,自引:0,他引:1
煤矿地表沉降变形预测多基于煤矿开采沉陷预计理论展开,基于变形分析理论的变形预测模型目前多集中在单模型预测。本文基于组合预测思想,以非等间隔灰色预测模型与BP神经网络模型为预测单模型,以陕西北部某煤矿采煤工作面上方实测地表沉降值为数据源,以最优加权法对单模型预测结果开展了最优权组合,组合模型中两种单模型的权重分别为0.466 7、0.533 3。选取部分监测点的预测结果进行模型精度评价,结果表明:3种预测模型精度均达到了一级。经对比3种模型预测结果,最优权组合预测的模型精度较单模型明显提升,预测结果较非等间隔灰色预测模型与BP神经网络预测模型有明显增益。 相似文献
15.
以GNSS自动化监测系统的大坝变形预测方法为主要研究目的,针对大坝GNSS自动化监测数据大样本、高采样率、连续等特点,提出了一种结合小波分析与BP、NAR神经网络预测大坝变形的新方法。利用多尺度小波分析对GNSS大坝变形数据序列进行分解与重构,对重构后的低频近似序列采用BP神经网络进行建模预测,对重构后的高频细节序列采取NAR动态神经网络进行建模预测,最后叠加各尺度下预测结果获得大坝变形预测值。应用结果表明,该方法预测精度高、泛化性能好,可广泛应用于采用GNSS自动化监测系统的大坝变形预测。 相似文献
16.
为了提高变形监测数据预测的精度与可靠性,提高神经网络预测方法的稳定性,尝试将小波分析与BP神经网络相结合的小波神经网络应用于高铁路基处的沉降监测数据处理中。综合小波分析与神经网络算法的优点,建立松散型及紧致型小波神经网络预测分析模型。通过实验数据对比分析,验证了采用紧致型小波神经网络预测模型能够较好地用来处理路基的动态变形监测数据,预测稳定性及预测精度较高。 相似文献
17.
BP神经网络在大坝监测资料分析处理中有广泛的应用,本文针对改进的BP神经网络:LM-BP网络模型的不足,采用遗传算法加以改进,建立了一种基于遗传算法和LM-BP网络模型的大坝3维变形预报模型GA-LMBP网络模型。将GA-LMBP网络模型应用于小浪底大坝3维变形预报分析中,取得了很好的预报效果,证明了GA-LMBP网络模型是一种行之有效的大坝变形分析预报模型。 相似文献
18.
通过对时间序列模型及其特性进行分析,运用序列间协整关系,实现同一变形体不同变形监测数据序列之间的联系,提取出平稳的、可用于变形预测分析的信息,建立适用于实际工程的ARIMAX动态预测模型,并通过工程实例验证预测模型的优化性、有效性与可行性。 相似文献
19.
应用时间序列方法作大坝变形预报 总被引:1,自引:0,他引:1
徐培亮 《武汉大学学报(信息科学版)》1988,(3)
本文首先介绍时序分析的三个基本模型——ARMA模型、AR模型和MA模型,以及各模型的统计性质。然后以某大坝1715廊道的激光视准线观测位移值(已利用倒垂观测把相对位移化为绝对位移)为例,着重叙述大坝变形分析的建模过程,得到了一个AR(2)模型并对大坝变形作了预报,结果具有相当好的预报精度。从而说明,时序分析法将是大坝变形分析的一个有力工具。 相似文献