常用稳健估计方法应用于概率积分法参数求取时的有效性研究

概率积分法是开采沉陷预计方法中应用最为广泛的一种方法,其预计结果的精度主要取决于预计参数的可靠性。为了消除或减弱粗差对预计参数的影响,往往采用稳健估计方法来对参数进行预测。本文在嘉乐泉煤矿实测资料基础上进行人工异值干扰求参试验,以观测值中含有不同粗差值为例,比较了13种常用稳健估计方法的稳健特性。结果表明,对于概率积分法参数的稳健估计,L1法、German-Mc Clure方法和IGGIII方案较其他稳健估计方法相对更有效。     

基于蒙特卡洛方法的基坑抗突涌稳定性分析

根据现行技术规范判定和定量计算基坑的抗突涌安全性,不能客观反映工程建设场地地质条件不确定性等随机因素的影响。本文应用蒙特卡洛方法,考虑引发突涌的随机影响因素进行基坑抗突涌稳定性分析,并根据基坑突涌灾害的发生概率提出应对措施,以助于更合理地指导基坑工程的设计施工及其地质灾害防治。     

排桩内支撑基坑典型失稳原因及处理对策分析

排桩内支撑支护结构是软土地区建筑工程中常用的一种基坑支护结构型式。从设计和施工2方面对影响排桩内支撑支护结构稳定的因素进行了分析,并结合某基坑工程破坏实例,对排桩内支撑支护结构典型失稳原因进行了分析探讨,提出了处理对策。开挖结果表明处理措施安全有效。     

矿山开采沉陷教学中关于地表移动观测站设计的两点探讨

为了保证地表移动观测站设计的可靠性,本文提出采用边界角及其修正量替代移动角和修正量进行观测线长度设计,可作为传统观测站长度设计的有效检核条件;利用沉陷预计方法确定沉陷盆地主断面来设计观测线位置,可有效检核基于传统角量参数设计观测线位置的可靠性。最后将本文提出的观测站设计可靠性检核条件用于某矿工程实践,有效的确保了地表移动观测的可靠性,取得了良好的工程应用效果。     

基于混合逻辑动态的卫星监测调度方法

提出一种解决卫星监测调度的优化算法,将卫星监测调度问题描述为一个混合逻辑动态优化问题。将所研究的监测调度问题分为单卫星监测及多卫星协同监测的情形。在单卫星监测情形中,将卫星监测多个区域的过程描述为一个事件触发的过程,提出区域不确定度的概念来描述地面区域未被监测的时间。通过混合逻辑动态优化方法,求得使所有区域不确定度最小的多区域监测序列。在多卫星协同监测情形中,将多卫星在任务区域内的协同监测过程描述为多个不同步的事件触发过程,引入协同机制,避免了星间的决策冲突,通过混合逻辑动态优化方法,实现任务区域的高效率监测。仿真结果说明了通过本文提出的卫星监测调度方法可以保证任务区域内每个子区域被监测的时间间隔尽可能小,同时保证事故多发区域被监测的频率更高。     

基于移动测量的交通标志自动提取

针对从移动测量车采集的图像中提取交通标志的需求,研究探索适合移动测量的交通标志检测识别方案。在交通标志检测阶段,提出一种检测多个圆形禁令标志连接的多圆度检测法,对于三角形警告标志的检测,在原有拐角检测法基础上提出基于候选区域的拐角检测法;在交通标志识别阶段,选用像素特征作为特征向量,采用概率神经网络实现交通标志的分类识别。最后设计实现移动测量后处理软件的交通标志自动提取模块。     

基于概率的地图实体匹配方法

数字地图合并是通过同名实体匹配和合并变换技术,调整相关地物实体的几何、属性等差异,实现同一地区不同来源地图数据的集成和融合。其中同名实体匹配是极为重要的第一步,也是一个存在大量不确定性的过程,匹配阈值的选取、实体非一对一的匹配关系是匹配中的关键难题,匹配效果不佳或出现错误匹配直接影响着后续合并结果的正确性。本文提出一种基于概率理论的匹配模型,该模型融合多种匹配指标,通过计算实体匹配概率大小来确定匹配实体。该方法避免了匹配指标精确阈值的选取,并且能够有效地解决匹配中非一对一的情况。     

集聚型空间点模式结构信息提取研究

空间点模式是一个2维离散点集,点集中的每一个元素代表地球表面一个点状目标的空间位置。当2维离散点集具有集聚特征时,称其为集聚型空间点模式,它与空间聚类、制图综合和空间分析的许多具体应用紧密相关。如何提取集聚型空间点模式的结构信息(集聚子群的个数和对应的集聚中心)是其中尚未彻底解决的问题。作者以几何概率为理论基础,提出测度正方形区域内2维离散点集分布特征的H函数并推导其解析表达式,运用H函数设计和实现了集聚型2维离散点集结构信息提取的通用算法。利用该算法处理一个由居民地坐标数据得到的具有集聚特征的空间点模式,提取出其结构信息并进行可视表达。分别以该空间点模式中的各离散点为顶点和发生元生成Delaunay三角网和Voronoi图,在Delaunay三角网中保留面积最小的前1/10、前1/100三角形的顶点,在Voronoi图中保留面积最小的前1/10、前1/100邻近多边形的发生元,将可视表达的点集结构信息分别与依据Delaunay三角网和Voronoi图得到的结果进行对比分析。结果表明,运用H函数能够有效地提取出集聚型空间点模式的全局性结构信息,而Delaunay三角网和Voronoi图虽然能够反映其局部密度,但在提取全局结构信息时存在局限性。     

基于观测误差后验分布的粗差探测的Bayes方法

从观测误差出发,运用3σ-原理提出了一种粗差探测的Bayes方法--基于观测误差的后验概率法.针对非等权独立观测情形,在一定先验分布下推导了观测误差的后验分布;建立了与观测误差有关的后验概率的计算公式;给出了粗差估算的Bayes方法;提出了基于观测误差的后验概率进行粗差探测的实施过程.最后结合算例说明了其效果,并且与其他粗差探测方法进行了比较.大量试验表明,给出的探测粗差的Bayes方法是切实可行的.它不仅有效地发现了粗差,而且结果比较理想.