高精度工程控制网的二类优化设计研究

本文探讨适合于工程控制网的二类优化设计方法。文章通过对准则矩阵合理设计的讨论,构造了适合于工程控制网的二类优化设计的模型,并讨论了相应数值解算方法。     

大地网的二类优化设计

本文首先分析了当前大地网二类优化设计的各种解算方法,并在此基础上,利用矩阵的谱分解理论以及组成和解算法方程的思想,给出了一种新的解算方法。     

基于软地基下的变形观测数据精度与可靠性分析

软地基条件下沉降监测网的点位精度及可靠性分析,是保证变形处理数据准确性的重要条件.利用3种平差数学模型(基准)进行观测基准网的解算精度比较,结合实例,提出了选用拟稳平差,处理软地基条件下沉降监测网的解算方案.     

形变监测网的二类优化设计

本文提出了一种根据灵敏度要求直接构造变形参数准则矩阵的方法。并以准则矩阵为基础,顾及可靠性、精度及费用要求,用二次规划求解形变监测网的最优观测权。最后通过一个算例说明形变监测网二类优化设计的方法。     

监测网顾及灵敏度准则的解析二类设计

变形体的变形模式确定的情况下,应用灵敏度准则进行监测网的设计;根据Ｔａｙｏｒ展式,导出了监测网顾及灵敏度准则的二类设计模型,并对其解算及模拟算例加以说明。     

变形监测网优化设计的一种新算法

本文提出了主要按灵敏度准则进行变形监测网二类优化设计的一种新算法——灵敏度准则矩阵法,通过理论推导和算例分析,说明了该算法的可行性和与精度优化法相比较的有效性,根据该法所编写的程序可用于经典自由网和秩亏自由网变形监测设计及对已有网的评价和改善。     

GNSS网形变化的区域地壳形变信息提取方法

针对GNSS三维无约束平差不依赖基准且拥有高精度几何网形的特点,以GNSS监测网作为一个整体的时空观测单元,由GNSS网测站间相互关联的所有基线长度和基线夹角变化综合衡量网形的变化,用网形的变化集中反映区域地壳形变信息。利用地壳形变高空间相关性的特点,采用主成分时空响应分析的方法实现了区域地壳形变信息的快速提取。通过对2013年芦山Ms7.0地震近场区域陆态网GPS基准站2010—2014年观测数据的解算,提取并分析了对应地震前后近场区域地壳形变时空分布特征及形变的动态演变过程。     

GPS工程控制网最优化设计的研究

本文讨论了GPS工程控制网的最优化设计问题;通过对GPS工程控制网的精度和可靠性分析,建立了应用点位精度矩阵相关性优化GPS网的数学模型;针对解算中存在的问题,提出了最短路径法寻找整数变量线性规划问题的最优解。     

GPS技术在地铁平面控制测量中的应用研究

简要说明了地铁GPS控制测量的重要性及GPS网形的优化设计问题,介绍了LGO结合科傻平差软件解算GPS的基本方法,讨论了GPS控制网复测较差限差取值问题。根据实际经验,总结了针对常见问题的相应解决办法。     

GPS变形监测网的优化

讨论了ＧＰＳ变形监测网一类和二类优化设计，并与一个具有相同网形的经典平面网进行比较。ＧＰＳ测量建模和线性化时构成的设计矩阵与网点位置无关。ＧＰＳ及无水准测量的这一特点使得能够动用数学工具来解决二类设计问题，甚至是一类设计中的某些问题。     

小波神经网络模型在高铁路基沉降预测中的应用研究

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。     

基于灵敏度的GPS变形监测网的优化设计

提出了基于灵敏度的GPS控制网优化设计的基本原理,用实例论证了其可行性;讨论了独立基线数目对结果的影响,并对某一高边坡控制网进行了设计分析,说明了控制网优化对质量的影响。     

Elman神经网络在变形预报中的应用研究

神经网络作为一门快速发展起来的非线性科学,在处理一些背景不清楚而且极其复杂信息的时候,就会显示出其独特的优越性。本文通过Elman神经网络应用到滑坡变形监测中,建立预报模型,并以Matlab神经网络工具箱进行程序设计,最后运用到具体实例中,通过模型的预报精度,来验证Elman神经网络模型在滑坡监测预报中的可行性。     

New algorithm model for processing generalized dynamic nonlinear data derived from deformation monitoring network

The processing of nonlinear data was one of hot topics in surveying and mapping field in recent years. As a result, many linear methods and nonlinear methods have been developed. But the methods for processing generalized nonlinear surveying and mapping data, especially for different data types and including unknown parameters with random or nonrandom, are seldom noticed. A new algorithm model is presented in this paper for processing nonlinear dynamic multiple-period and multiple-accuracy data derived from deformation monitoring network.     

BFGS-BP法在变形监测数据处理中的应用

针对传统的BP神经网络算法计算精度低、收敛速度慢的缺点,本文将求解无约束极值问题的非线性最优化方法—BFGS法引入到BP神经网络模型,构建适用于带有不确定性和非线性的结构变形监测数据的处理和预测的BFGS-BP网络模型。并以某隧道施工过程中的拱顶下沉观测数据为例,进行BFGS-BP与传统BP算法的训练和预测对比试验。试验结果表明,与传统的BP算法相比,BFGS-BP模型具有更高的计算精度、更快的收敛速度。     

顾及邻近点变形因素的高斯过程建模及预测

针对传统的变形监测建模方法一般针对单一监测点的变形预测模型,未考虑到监测点间相互作用的变形特点,该文分析了变形监测点间的相互关联性,通过相关系数法对监测点进行分类,并将邻近监测点的观测序列值作为和时间因素等同的影响因子应用到建模过程中,利用高斯过程算法进行训练,建立预测模型。为提高高斯过程算法的模型预测精度,应选择适合工程案例最优协方差函数。通过实例分析,比较GM(1,1)、多点灰色预测模型和顾及邻近点变形因素的高斯过程等3种模型在基坑围岩、滑坡等变形监测数据处理中的预测精度,表明该文算法考虑到监测点间的变形关联性,充分利用高斯过程在针对小样本、非线性数据建模时的高自适应性等优点,具有较高的预测精度。     

动态平差模型下形变与粗差的可区分性研究

从形变监测数据处理中常用的动态平差模型出发，推导出了研究形变与粗差可区分性的公式，给出在形变模型统计检验的同时统计检验粗差的方法与步骤，对垂直形变监测网的可区分性作了详细讨论和实例分析，得出几点结论．     

变形监测信息管理系统集成化的实现

开发一套对变形监测数据进行集中管理和快速、准确、全面计算分析的信息管理系统,对地表变形的稳定性评价和地球深部动力学预报工作质量具有重要的意义。本文采用系统集成的思想,通过集成MATLAB、MapObjects和Offiece等优秀软件和功能,初步实现了变形监测信息管理系统可视化的数据库管理、监测网优化设计和平差计算等功能,为有效获取和使用适时准确的变形监测信息提供了实用平台。     

一种基于 BP 神经网络的尾矿坝沉降预报方法

基于BP神经网络建立尾矿坝沉降预报模型,重点对BP神经网络的拓扑结构和学习算法进行研究。并以某尾矿库初期坝的沉降监测数据为例,对模型的拟合、预测精度进行验证。实例表明,BP神经网络自学习、自组织能力强,具有极强的线性逼真能力,能够准确地反映输入、输出变量之间的非线性关系,有效地表征尾矿坝的沉降变形规律,对即将发生的变形情况做出科学、合理的预报。