基于小波去噪的灰色GM(1,1)與RBFNN在變形預測中的應用.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、隨著全球經(jīng)濟的不斷發(fā)展,各種大型建筑物的建設也越來越多。這些建筑物在各種因素的影響下,必將會產(chǎn)生規(guī)則或者不規(guī)則的變形,當這些形變超出一定限度時,就會影響建筑物的正常使用,嚴重時會影響人民的生命財產(chǎn)安全。因此,為了避免人員傷亡和經(jīng)濟損失,對建筑物在施工、運營期間進行變形監(jiān)測,并合理預測變形,對保證施工安全和災害防護都有重要意義。
   工程變形監(jiān)測的分析與預報是以變形監(jiān)測為基礎、涉及多學科交叉(如系統(tǒng)論和非線性科學等),是一門發(fā)展

2、很快的技術。隨著監(jiān)測儀器的發(fā)展、監(jiān)測方法的多樣化以及監(jiān)測內容不斷精細,如何借助先進的數(shù)學理論和信號處理方法來深入地分析工程變形的非線性及其復雜性,探討變形量趨勢信息的提取、預測預報及判定變形體的穩(wěn)定性,從而科學的進行災害防治,是變形監(jiān)測研究的重要方向。
   基于變形體變形的錯綜復雜性,目前學者主要從理論和實踐兩方面提出了多種預測變形體變形值的方法。在實際應用中,實測數(shù)據(jù)分析的方法得到了較為廣泛的應用。目前國內建立的模型雖然各具

3、特點和優(yōu)點,但相應的都具有一定局限性。研究表明,將兩種方法結合建模預測效果優(yōu)于單一非線性預測方法。本文正是基于各種單一模型的優(yōu)點和不足,將小波理論與灰色GM(1,1)模型、RBF神經(jīng)網(wǎng)絡分別結合的方法建立沉降預測模型,并將組合模型應用于工程實例,對比分析組合模型以及單一模型的預測精度、適用性以及應用效果。具體探討的內容如下:
   1、首先介紹小波去噪的原理方法、灰色模型GM(1,1)和RBF神經(jīng)網(wǎng)絡自建模方法和建模特點。

4、>   2、提出了小波去噪的灰色組合模型和小波去噪的神經(jīng)網(wǎng)絡組合模型以及相應的建模方法,并詳細敘述了這兩個模型的可行性。
   3、分別用新陳代謝GM(1,1)模型、RBF神經(jīng)網(wǎng)絡模型兩個單一模型以及小波RBF神經(jīng)網(wǎng)絡模和小波新陳代謝GM(1,1)兩種組合模型對某大廈的沉降觀測點的累積沉降值進行處理和預測。預測結果表明本文提出的組合模型的預測結果優(yōu)于單一模型預測結果,并且小波RBF神經(jīng)網(wǎng)絡的預測效果要優(yōu)于小波GM(1,1)模型

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內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)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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