基于云模型的算法改進及其在土石壩變形分析和預測中的應用.pdf

1、大壩變形監(jiān)測是其安全監(jiān)測的一個重要部分，是確保大壩安全運行的重要措施，也是檢驗設計成果和施工質量的有效手段。大量的變形監(jiān)測數據中隱含著大壩的變形規(guī)律，因此，及時準確地對大壩的變形監(jiān)測資料進行分析，并建立監(jiān)測模型，進行科學預報，是十分重要的。本文結合小浪底大壩沉降監(jiān)測數據，應用云模型和基于云模型的兩個改進算法從以下幾個方面進行研究： 1、詳細介紹了云模型的定義和基本特征、正向云和逆向云發(fā)生器、云的不確定性推理及云變換，并結合小浪底

2、大壩沉降監(jiān)測數據實現了定性分析與定量分析之間的轉換，驗證了云理論的精髓--定性定量之間的不確定性轉換模型。 2、論述了基于云變換的監(jiān)測數據擬合方法，給出了擬合方法具體的實現步驟，應用監(jiān)測數據進行實例分析，將擬合結果與最小二乘分段擬合方法得到的結果進行比較，結果表明，基于云變換的擬合精度更高。 3、建立了小浪底大壩沉降監(jiān)測數據的普通三次指數平滑模型，針對普通指數平滑法中選擇平滑系數的問題，給出了基于云邏輯推理的平滑系數確定

3、方法，對原指數平滑模型進行改進，并應用監(jiān)測數據對改進模型進行檢驗，結果表明改進的模型在監(jiān)測數據擬合和預測方面有一定的優(yōu)勢。 4、結合云模型和RBF神經網絡各自的優(yōu)勢，給出了應用云模型改進RBF神經網絡的具體方法，即應用云模型的三個數字特征值來確定RBF神經網絡在建模時需要的部分參數。應用小浪底大壩沉降監(jiān)測數據和同時期的庫水位、溫度、時效數據，建立了兩種常用的RBF神經網絡模型：①基于正交最小二乘法的RBF神經網絡模型，②基于最近