非等时距灰色线性组合模型在变形监测中的应用

由于建筑物的变形发展是具有一定趋势的动态过程,有其内在的规律性,而变形监测数据正是这种规律的反映,也就是说前期观测数据的变化蕴含着后期发展变化的趋势。本文通过含有线性因素的非等时距灰色线性组合建模并对实际工程变形监测数据进行处理,与传统的非等时距灰色系统数据处理进行比较分析,从而得出此类模型特点以及优势以供参考。     

时间序列分析在变形监测数据处理中的应用

从时间序列分析的基本原理及方法出发,详细论述了如何使用这种方法对变形监测数据进行识模、建模、与预报.并通过实例计算验证了此种方法具有较高的拟合和预报精度,较好地描述了变形监测点的变化规律.     

DPS在变形监测数据处理中的应用

介绍应用DPS软件处理变形监测数据的优点,并应用该软件,结合时间序列分析理论,对某一实测数据进行处理,结果表明,处理结果能达到令人满意的效果.     

非等间隔灰色GM(1,1)模型在沉降数据分析中的应用

本文用灰色系统理论的非等间隔模型GM(1,1)对西安市朱雀大厦周边建筑物及地表沉降观测数据进行了建模、分析和预测,并且与传统的回归模型拟合结果进行了比较,比较的结果验证了该灰色模型在建筑物及地表沉降变形分析中的实用性、正确性和有效性。     

SAS/ETS在变形监测数据处理中的应用

在综合考虑数学模型的预测精度与编程实现的可操作性基础上,提出了利用模块对变形监测数据进行时间序列分析,并概括介绍了该模块的3个主要命令使用方法,解决了时间序列分析在监测数据处理中实现起来非常繁琐的问题。最后通过与环境下动态灰色模型综合比较,证明了时间序列分析在变形监测数据处理中操作简单,模拟精度和预测精度都较高。     

等维新息灰色模型在深基坑变形预测中的应用

分析了改进的等维新息灰色预测模型用于深基坑变形预测的合理性。应用深基坑实际变形监测资料,对其预测精度及可行性进行了验证。结果表明,等维新息灰色模型的预测精度较高,模型的预测结果基本上能满足要求。灰色预测模型的预测精度与监测的时间间隔是否固定、数据变化的规律性是否明显有关。当规律明显时预测精度较高,而当监测时间间隔波动大、数据有大的跳跃突变时,预测精度较低。     

非等间隔灰色模型在桥梁墩台沉降预测中的应用

灰色系统理论具有对样本数量需求少、预测精度好的特点,被广泛地应用于隧道桥梁、公路建设中的数据建模分析,但该数学模型严格要求样本序列等间隔性,因而限制了其适用区间。本文以桥梁墩台沉降数据为例,采用时间加权因子对传统灰色模型方式进行改进,并对其预测效果进行精度检验,为相关非等间隔工程数据建模提供一定的理论参考。     

改进的灰色GM-AR组合模型在基坑监测数据处理中的应用

灰色预测模型在变形监测领域已得到广泛的应用和发展,灰色模型在理论上可以进行中长期预测,但实际应用中随着时间的推移预测精度也随之下降,为了解决这一问题,本文对GM(1,1)模型进行了改进并将改进后的GM(1,1)模型与时间序列模型组合,利用GM-AR模型进行预测可提高模型的预测精度,并应用实例证明了该方法的可行性。     

时间序列分析在变形监测数据处理中的应用

在变形监测数据处理中,为了提高预报的精度,本文引入了时间序列分析中的ARMA模型,通过工程实例对该模型的预报精度进行检测,该工程实例的变形监测数据共有30期,本文通过前25期的数据进行ARMA建模并对第26至30期的变形量进行预报,与相应的实际观测值进行对比求差。对比结果显示预报结果良好,一步预报最大残差值在1mm,时间序列分析方法在变形监测数据处理领域应用效果良好。     

灰色组合模型在滑坡变形监测中的应用分析

在GM(1,1)模型的基础上,主要研究了改进残差修正模型、灰色BP神经网络模型、灰色线性回归模型在变形数据的预计精度,并且结合实例分析了不同灰色组合模型在滑坡变形预计的精度以及优缺点。     

城市地铁变形监测数据处理

为确保地铁施工安全进行变形监测是非常重要的手段,而变形监测的最终目的是预测,即对观测物的未来形态进行预报和分析。时间序列的原理是找出事物随时间变化的规律,从而对数据变化趋势做出正确的分析和预报。本文通过对时间序列的研究对长春地铁繁荣路站的变形监测数据进行了分析和预报。     

多参考点的PS-InSAR变形监测数据处理

针对永久散射体干涉测量（PS-InSAR）基线网平差数据处理过程中单参考点导致的解不够稳定和不够可靠的问题,提出一种结合地面观测资料的多参考点PS-InSAR数据处理方法,并研究推导了相应的数学模型。该方法在PS基线网处理中引入多参考点参与解算,一方面提高了解算结果的稳定性,另一方面通过增加多余观测方程获取最优参数解,提高了解的可靠性。利用覆盖西安市的13景EnvisatASAR数据以及5个角反射器（CR）、GPS点作为已知参考点,分别获取了单参考点和多参考点下的形变场,通过与4个检核点的比较,表明多参考点结果比单参考点更吻合于地面观测资料。     

基于灰色预测理论的变形监测

突破传统等间距变形观测的方法,采用更加灵活、约束更小的非等间距的观测方法,结合GM(1,1)模型,并以吉林省长春市文化广场中心的塑像为实例进行变形监测,详细阐述了该理论的可行性。     

地质灾害变形监测系统开发及应用

地质灾害监测环境非常复杂,特别是在恶劣天气下,传统周期性变形监测的方法不能够实时获取地质灾害所处的状态。根据传统变形监测工作流程及相应的质量技术要求,结合变形监测规范的要求和实际生产习惯,研制了基于测量机器人集机载控制网观测、变形监测自动数据采集、数据处理、精度统计、手薄报表输出、数据平差、分析预测预报于一体的变形监测数据处理系统DMPS,并应用湖北省黄冈市白莲河抽水蓄能电站的边坡监测。     

基于TM30的坝体外部变形监测与数据处理

介绍了TM30测量机器人及其自动目标识别(ATR)技术,分析了TM30在坝体外部变形监测中的优越性。以青衣江某水电站坝体外部变形监测为例,给出监测方法并分析了可行性,应用差分改正方法对观测数据进行处理,处理结果满足坝体监测的精度要求。该方法提高了工作效率,节约了工程成本,对同类工程具有一定的参考价值。     

GPS滑坡高程监测的数据处理问题

着力于GPS在滑坡监测中的数据处理研究,得到滑坡监测点较精确的垂直位移。将GPS数据处理成果与相应的二等精密水准成果进行比较,采用二元方差分析理论,得出了GPS监测可以替代精密水准,满足滑坡体形变监测精度要求的结论。     

基于C#的建筑物变形监测数据处理系统设计与实现

建筑物变形监测对建筑物安全施工、运营维护具有重要作用,通过对建筑物变形监测数据处理问题的研究,设计开发了基于C#的建筑物变形监测数据处理系统,详细介绍了建筑物变形监测数据处理理论、设计思路、系统模型和主要功能模块,为建筑物安全施工运营维护提供参考依据。     

全最小一乘的灰色模型在变形监测中的应用

简述了全最小一乘准则下的参数估计理论和灰色GM(1,1)模型建模原理,介绍了全最小一乘准则下的灰色GM(1,1)模型参数估计和利用线性规划模型进行参数计算的方法。通过实例与最小二乘准则下灰色GM(1,1)模型计算出的各项指标进行对比,结果显示,利用全最小一乘准则下的灰色GM(1,1)模型进行变形预测,不论有无异常值存在,其预测值均有较强的稳健性。因此,该模型对工程变形监测的预报具有重要的意义。