基于GIS的中原经济区发展水平差异分析

通过对中原经济区内29个省辖市经济水平的数据进行比较,运用模型计算出各城市的经济强度。根据经济发展水平差异把各城市划分成4个等级,应用GIS手段将中原经济区的发展水平差异可视化,并分析了产生差异的原因,对中原经济区的建设提出了建议。     

基于RBF神经网络的建筑物沉降预测

采用RBF神经网络的建模方法对建筑物的沉降进行了预测,并利用桂林市某在建农贸市场附近建筑物上的一个监测点连续3个多月的监测数据进行计算分析。实践表明,该模型预测精度相对较高,有很好的实际应用价值。     

竣工前后房产面积测绘差异原因分析

以竣工前后的房产面积差异分析为研究对象,从计算规则改变、设计变更、施工变更等五个方面分析了其中原因,全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行能有所裨益。     

沉降监测数据的非等间距GM(1,1)模型插补应用

科学、准确、及时地分析和预报建筑物的沉降状况,对其施工和运营极为重要,沉降监测的研究成果也是检验设计和施工的重要手段。由于自然环境的多变性、施工现场的复杂性等各种主、客观因素影响,监测数据有时会出现间断,为了分析沉降规律,需要对缺失数据进行插补。考虑到沉降监测非等时间间隔的特点,建立非等间距GM(1,1)模型及优化背景值的GM(1,1)模型,应用于沉降监测缺失资料的插补工作中,取得了较满意的监测间断数据插补值。     

磁正午附近极光强度与沉降粒子能量关系的参数模型

极光是日地能量耦合过程中粒子沉降到极区电离层的最直观表现,对于理解地球空间环境及预测空间天气具有重要作用.本文利用2003-2009年的北极黄河站的多波段地面极光观测,结合DMSP卫星粒子沉降探测,对磁正午附近的极光强度与沉降粒子沉降能量之间的关系进行了定量研究.统计结果表明,在10-13磁地方时(MLT)630.0 nm的极光发光占主导,以低能粒子沉降为主;而在13-14MLT,630.0 nm/427.8 nm极光强度比值降低,沉降粒子能量较高.另外,利用极光强度与沉降电子的能通量以及极光强度比值与平均能量之间的函数关系,初步建立了北极黄河站磁正午附近极光强度与沉降粒子能量关系的反演参数模型,为将来空间天气的监测服务.     

非等间距无偏GM（1,1）模型在建筑沉降预测中的应用

将非等间距数列转化为等间距数列,并建立无偏GM（1,1）模型.通过对非等间距数列的处理,得到适合GM（1,1）建模的等时距数列,并在GM（1,1）模型的基础上,给出非等间距无偏GM（1,1）建模的具体步骤.从理论上证明无偏GM（1,1）能消除GM（1,1）模型的固有偏差,拓宽GM（1,1）的使用范围.最后将模型应用于实际建筑沉降预测中,研究结果表明非等间距无偏（1,1）模型精度高、实用性强.     

基于BP神经网络的建筑物沉降预测模型研究

人工神经网络(ANN)是一个拥有高度非线性映射能力的计算模型,有较强的动态处理能力。在对其进行研究的基础上,利用MATLAB建立BP神经网络的建筑物沉降预测模型,指导建筑物的沉降预警工作。通过将建筑物沉降的实测数据和模型的预测数据进行对比分析,发现两者间的误差相对较小,预测模型能很好地反映建筑物沉降的发展趋势,对于建筑物沉降预警工作有着极其重要的意义。同时,研究结果也证明了BP神经网络预测模型具有较高的精确性和稳定性,可以在类似工程中加以应用。     

基于GM(1,1)等维新息模型的矿山沉降预测

介绍了GM(1,1)灰色模型的建立过程及模型的精度评定方法,采用等维新息模型对某矿工业广场的沉降趋势进行了预测,并用残差序列建立GM(1,1)模型进行修正,通过与实测的结果对比表明,模型的预测具有较高的精度,模型可靠合理。     

建筑物变形监测的方法与数据分析

简要介绍各类建筑物变形监测的必要性,详细阐述了建筑物沉降监测方法与技术流程,并对沉降数据进行了全周期的分析。在建筑物沉降监测各个环节上遵循相关技术标准,有效监测建筑物在施工期间的沉降变化,为建筑物的施工和后期运营提供可靠的基础数据。     

灰色自回归模型的建筑物沉降预测探讨

在建筑物施工及运营期间,掌握建筑物变形规律并及时预测其变形趋势在保障建筑物的安全使用方面发挥着重要作用。由于单一的灰色GM(1,1)模型预测精度不高,本文提出了一种预测模型——灰色自回归组合模型,该模型结合了灰色GM(1,1)模型和自回归模型的优点。为验证该模型预测精度优于灰色GM(1,1)模型,本文通过某工程实例中的2个变形观测点的观测数据进行建模,结果表明,组合模型的预测精度高于单一灰色GM(1,1)模型。