改进灰色人工神经网络模型的超高层建筑变形预测

针对灰色人工神经网络模型初始化权值和阈值的随机性导致易产生误差积累和过拟合的缺陷,该文利用遗传算法的全局优化能力训练灰色人工神经网络模型的权值和阈值,构建了基于遗传算法的灰色人工神经网络超高层建筑物变形预测模型。结合长沙北辰新河A1超高层建筑变形监测实例,用该文所提模型与灰色人工神经网络模型分别进行变形数据的处理分析和预测。实验结果表明,该文提出的模型具有更好的预测精度,预测趋势也更加逼近实际测量结果。     

利用阵列式位移传感系统进行地质灾害深部位移动态监测与分析

为了掌握地质灾害深部位移的变形规律,使用阵列式位移传感系统（SAA）对地质灾害不稳定体进行深部位移动态监测,并同时安装了测斜仪以进行比较分析。通过建立地质本构模型和进行"降雨-变形"模型分析,优化设计了监测线和监测点位。试验结果表明：在地质灾害监测中,使用阵列式位移传感系统进行滑坡体深部位移的监测,不仅能够实时监测到滑坡体深部位移的变形情况,还能判断出滑移面具体位置。相比于测斜仪监测,阵列式位移传感系统测量准确度更高,在滑坡地质灾害监测中有更好的应用范围和前景。     

基于智慧云的超高层建筑施工测控管理平台的研究

超高层建筑施工测控管理平台依托于云管理、云计算和智能分析,实现了超高层建筑的整体变形的自动化提取和表达、空间结构形态的精细化检测以及变形趋势的智慧预测。论文详细介绍了系统逻辑结构层次划分、系统功能的具体实现方法和核心技术。并结合在建的北京市第一高楼"中国尊"(528m)施工测控项目,完成了平台的应用研究与验证。该平台在超高层建筑施工的变形数据处理分析、主体结构检测和桁架卸载三维分析等方面应用效果良好,具备良好的数据处理、分析和管理能力。     

京津冀协同发展交通网络地质安全监测

北京市地处地质活动较为频繁的地区,对全市打造"一环六放射"交通网络产生了重大影响.为保障2022年北京冬季奥运会的如期举行以及京津冀一体化的协同发展,以解决协同发展区重大地质问题为切入点,结合当前全球导航卫星系统动态监测、三维激光扫描以及无人机摄影测量与遥感等先进的技术手段,联合开展了"京津冀协同发展交通网络地质安全监测预警系统"项目.项目在实施过程中,研发了数据管理平台,实现了监测数据的"管、寻、控"一体化服务,为交通网络的重大地质灾害防治、预警提供了重要保障.     

地理空间数据质量检查平台的设计与应用

针对地理空间数据层次关系复杂,数据量大,对检验因子的获取和数据质量检查缺乏全流程化的软件问题,本文以洋葱架构模式构建了地理空间数据质量检查平台。实践表明：平台通过六大功能模块的协调工作,实现了自动化的空间数据检查和规范化的数据输出。平台的可用性和高效性有了显著提高。为地理空间数据质量检查的快速响应提供了新模式,并能够满足多种复杂、灵活的数据检查需求。