邊坡監(jiān)測與預測預報智能化方法研究.pdf_第1頁
已閱讀1頁,還剩134頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、邊坡工程是一項隨處可見而且危險性極高的巖土工程項目。邊坡的穩(wěn)定狀況事關(guān)人類生命財產(chǎn)安全。本文重點研究邊坡監(jiān)測與預測預報中的智能化方法?! ∈紫?,論文對邊坡的監(jiān)測方法做了比較詳細的討論與分析。傳統(tǒng)的邊坡監(jiān)測往往不能實時采集到有用的信息。因此,本文提出了多參數(shù)、多測點集成化監(jiān)測的技術(shù)構(gòu)想,即在監(jiān)測的現(xiàn)場布置的監(jiān)測儀器能夠一臺儀器連接多個傳感器,采集多個參數(shù)的信息,再通過無線傳輸技術(shù)把數(shù)據(jù)實時提交給監(jiān)控中心進行分析和預測?! ∑浯?,論文詳

2、細介紹了對采集的數(shù)據(jù)進行分析和預測的種種方法,包括數(shù)據(jù)的預處理、分析過程和預測預報方法。對邊坡進行監(jiān)測是提取數(shù)據(jù)的方法,但是對提取的數(shù)據(jù)如何得出其中的規(guī)律性,并對邊坡的未來狀況進行預測預報更是一個重要的部分。因此本文提出采用曲線擬合、趨勢疊加、卡爾曼濾波和小波濾波方法對數(shù)據(jù)進行預處理。根據(jù)監(jiān)測數(shù)據(jù)的不同種類和屬性,我們可以采用多元線性回歸分析、非線性回歸分析、指數(shù)平滑法、自回歸模型、滑動平均模型、自回歸滑動平均模型、門限自回歸模型、非線

3、性動力學模型、非線性混沌模型、灰色系統(tǒng)模型和神經(jīng)網(wǎng)絡模型對數(shù)據(jù)進行分析。結(jié)合信息融合技術(shù),本文建立了組合灰色神經(jīng)網(wǎng)絡模型和灰色神經(jīng)網(wǎng)絡模型。并且對預測預報軟件進行了開發(fā)?! ⊥瑫r,對數(shù)據(jù)進行分析之后,如何通過數(shù)據(jù)的后期發(fā)展來表述邊坡的穩(wěn)定狀況便是預報判據(jù)建立的過程。由于監(jiān)測數(shù)據(jù)包括物理的、數(shù)學的和統(tǒng)計的等參量,本文提出了采用信息融合技術(shù)結(jié)合專家經(jīng)驗的方法建立智能預報判據(jù)。  最后,在對前三方面進行分析的基礎之上,本文對邊坡的遠程網(wǎng)絡

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論