共查询到20条相似文献,搜索用时 78 毫秒
1.
GM(1,1)模型中的新数据的重要性远远大于那些陈旧的数据,然而,传统的GM(1,1)模型数据的累加并没有体现出新数据的重要性.通过对广州地铁五号线沉降监测数据进行处理,分别建立传统的GM(1,1)模型和加权GM(1,1)模型,对两种模型进行分析与预报,比较的结果验证了加权GM(1,1)模型在地铁沉降变形分析中的有效性、实用性和正确性. 相似文献
2.
3.
4.
5.
以武汉市地铁6号线施工沉降监测为例,利用多种预测模型对第十一标段武胜路站—汉正街站区间的沉降量进行了预测。通过对比分析可知,灰色GM(1,1)模型的拟合值与实地观测趋势大致吻合,但灰色线性回归组合预测模型的拟合效果更好,平均相对误差可达2.564×10~(-3)%。为得到精度更高、鲁棒性更好的预测模型,对灰色线性回归组合预测模型进行了加权优化。结果表明,利用改进模型进行预测的平均相对误差为1.769×10~(-3)%,验证了该模型的可靠性,对地铁施工过程中的安全稳定性评价具有一定的参考价值。 相似文献
6.
针对GM(1,1)模型易受建模数据随机扰动影响,且模型稳定性较差的问题,该文提出了基于马尔科夫(Markov)理论的GM(1,1)预测优化模型。首先,通过最小二乘原理选取GM(1,1)模型的最优初值,利用指数函数法构造新的背景值,同时利用正化残差序列法进一步修正残差。然后,将优化的GM(1,1)模型和马尔科夫理论有机结合,进一步对优化的GM(1,1)模型进行改进,构建了优化的灰色马尔科夫预测模型。最后,以某建筑物的变形实测数据为基础,进行了传统GM(1,1)预测模型、优化的GM(1,1)预测模型和优化的灰色马尔科夫预测模型的实例计算比较,结果表明:优化的灰色马尔科夫预测模型的拟合精度和预测精度优于传统GM(1,1)预测模型和优化的GM(1,1)预测模型,且适用性更强,稳定性更好。 相似文献
7.
变形监测在建筑物施工和运营管理方面是一个至关重要的环节,变形监测的预测模型有很多。选取适当的变形监测预测模型对于预测建筑物的变形尤为重要。本文运用灰色模型GM(1,1)、BP神经网络和曲线拟合中的修正指数曲线对一幢大楼13期的沉降观测数据进行分析。利用前12期沉降观测数据构建预测模型来预测第13期沉降观测的数据,将预测的结果与实际测量的结果进行比较,得出这三种模型预测的精度。结果表明:在这一幢大楼的沉降观测预测中,修正指数曲线法预测的精度要比灰色模型GM(1,1)和BP神经网络预测的精度高。 相似文献
8.
针对运营期地铁结构内的轨行区部分沉降的成因进行了阐述,以南京地铁二号线部分区间沉降监测为例,介绍了基本监测方法和监测点布置情况。在论述GM(1,1)灰色模型生成原理的基础上,研究了模型精度及模型拟合程度评定方法,提出了采用GM(1,1)灰色模型对轨行区沉降进行预测研究,分析了实测结果与预测结果的残差,比较了不同模型的预测效果。计算实例表明,该模型预测精度高,所需数据少,简单实用,在中短期预测方面效果良好;并创新开发了预报的手机和网页终端,提出了短信报警预警值的分类等级。预测模型和预警软件开发方法值得在地铁轨行区沉降预测中推广。 相似文献
9.
10.
11.
12.
13.
日本是全球定位系统永久性跟踪站网(GEONET )建立时间早、点位密度高且开发应用广泛的国家。介绍了日本GEONET的发展历史和从全球定位系统(GPS)到全球导航卫星系统(GNSS)现代化的总体发展规划及接收机和天线的更新、数据分发格式和实时数据传输的情况,分析了执行GNSS后不同星座组合观测的基线精度及其在智慧建设方面的应用情况,总结了对日本的GEONET发展的几点认识。 相似文献
14.
城市道路查询子系统的建立,不仅对提高城市道路管理工作效率产生重要作用,而且还能为城市的建设与发展提供准确、快速、权威的辅助决策信息。 相似文献
15.
通过对<福建省行政区划地图集>的资料使用、内容选题、符号与色彩设计等特点进行分析与探讨,结果表明<福建省行政区划地图集>达到突出行政区划主题的目的. 相似文献
16.
土地利用变化遥感监测 总被引:1,自引:0,他引:1
在探讨遥感影像用于县域土地利用变化监测技术基础上,针对贵州省特殊地理环境以织金县为实验区,利用不同时期TM和中巴卫星遥感影像通过影像增强、校正、分类等处理,提取了县域土地利用变化信息,并对其进行分析,表明该研究方法的有效性. 相似文献
17.
18.
19.
2009年武汉市植被净初级生产力估算 总被引:1,自引:0,他引:1
利用CASA模型,结合实测的光合有效辐射(PAR)数据、MODIS归一化植被指数(NDVI)和Land Cover数据、气象数据等资料,估算了2009年武汉市的植被净初级生产力(NPP)。结果显示,武汉市的植被平均单位面积年NPP产量达到464.19gC·m^-2·a^-1。6、7、8三个月NPP积累值最高,占全年的56.8%;12、1、2三个月NPP值最低,仅占5.6%。黄陂区由于林地较广,NPP值较大,在1 000gC·m^-2·a^-1以上;而城市周边由于植被覆盖面积较小,NPP值较低,在400gC·m^-2·a^-1以下。 相似文献