排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
改进灰色马尔科夫模型在基坑预测中的研究 总被引:1,自引:0,他引:1
基坑预测问题关系到工程施工的安全,在施工过程中对基坑进行周密的监测和变性预测分析显得尤为重要。针对传统预测模型存在固有偏差和可靠性低的缺点,采用新陈代谢的原理对无偏灰色加权马尔科夫模型进行改进。该模型先用无偏灰色模型拟合系统的总体变化趋势,然后,对拟合残差进行马尔可夫状态划分,并根据各阶权重对不同步长的转移矩阵进行加权处理,用加权后的无偏灰色马尔科夫模型进行预测。在每一步的预测中,利用新陈代谢的原理不断更新建模所使用的数据。将该模型用于基坑沉降预测,并通过实例进行验证。实验表明:基于新陈代谢的无偏灰色加权马尔科夫模型提高了基坑沉降预测的精度和可靠性,预测精度与未改进模型相比提高了8.54%。 相似文献
2.
利用短基线集InSAR技术监测抚顺市地面沉降 总被引:6,自引:4,他引:2
抚顺市是一座因煤而兴起的综合型重工业城市,矿产的大量开采导致了大范围的地面沉降。针对这一问题,为了有效监测抚顺市的地表形变,本文利用短基线集(SBAS)技术对覆盖抚顺市部分地区的12景COSMO-SkyMed高分辨率SAR数据进行了处理,获得了该研究区域的地面沉降分布和沉降速率图。试验结果表明,研究区整体呈现出沉降的趋势,沉降速率大部分在-25~-45 mm/a的范围内。其中新抚区沉降最为严重,有2个沉降严重的区域,最大沉降速率达到了-186 mm/a。该试验结果为抚顺市露天矿采矿导致的地面沉降与地质灾害监测提供了切实有利的数据参考。 相似文献
3.
地面沉降是一个全球性问题,严重影响了生态环境和可持续发展,因此对地面进行周密的监测和变形预测分析显得尤为重要。针对D-In SAR监测技术在沉降盆地中心区域精度较低,而传统水准测量只能得到有限个点元变形信息的缺点,本文采用集合卡尔曼滤波对D-In SAR值与水准值进行数据同化,从而使同化结果更加符合沉降区域的沉降规律。通过实例验证表明:基于集合卡尔曼滤波的D-In SAR值和水准值数据融合结果相对于D-In SAR值有了很大改善,提高了基地面沉降监测的精度和可靠性;同化后的平均误差为3.10 mm,比D-In SAR值的平均误差6.90 mm有了很大的提高。 相似文献
4.
1