基于小波去噪的灰色GM(1,1)與RBFNN在變形預(yù)測(cè)中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著全球經(jīng)濟(jì)的不斷發(fā)展,各種大型建筑物的建設(shè)也越來越多。這些建筑物在各種因素的影響下,必將會(huì)產(chǎn)生規(guī)則或者不規(guī)則的變形,當(dāng)這些形變超出一定限度時(shí),就會(huì)影響建筑物的正常使用,嚴(yán)重時(shí)會(huì)影響人民的生命財(cái)產(chǎn)安全。因此,為了避免人員傷亡和經(jīng)濟(jì)損失,對(duì)建筑物在施工、運(yùn)營期間進(jìn)行變形監(jiān)測(cè),并合理預(yù)測(cè)變形,對(duì)保證施工安全和災(zāi)害防護(hù)都有重要意義。
   工程變形監(jiān)測(cè)的分析與預(yù)報(bào)是以變形監(jiān)測(cè)為基礎(chǔ)、涉及多學(xué)科交叉(如系統(tǒng)論和非線性科學(xué)等),是一門發(fā)展

2、很快的技術(shù)。隨著監(jiān)測(cè)儀器的發(fā)展、監(jiān)測(cè)方法的多樣化以及監(jiān)測(cè)內(nèi)容不斷精細(xì),如何借助先進(jìn)的數(shù)學(xué)理論和信號(hào)處理方法來深入地分析工程變形的非線性及其復(fù)雜性,探討變形量趨勢(shì)信息的提取、預(yù)測(cè)預(yù)報(bào)及判定變形體的穩(wěn)定性,從而科學(xué)的進(jìn)行災(zāi)害防治,是變形監(jiān)測(cè)研究的重要方向。
   基于變形體變形的錯(cuò)綜復(fù)雜性,目前學(xué)者主要從理論和實(shí)踐兩方面提出了多種預(yù)測(cè)變形體變形值的方法。在實(shí)際應(yīng)用中,實(shí)測(cè)數(shù)據(jù)分析的方法得到了較為廣泛的應(yīng)用。目前國內(nèi)建立的模型雖然各具

3、特點(diǎn)和優(yōu)點(diǎn),但相應(yīng)的都具有一定局限性。研究表明,將兩種方法結(jié)合建模預(yù)測(cè)效果優(yōu)于單一非線性預(yù)測(cè)方法。本文正是基于各種單一模型的優(yōu)點(diǎn)和不足,將小波理論與灰色GM(1,1)模型、RBF神經(jīng)網(wǎng)絡(luò)分別結(jié)合的方法建立沉降預(yù)測(cè)模型,并將組合模型應(yīng)用于工程實(shí)例,對(duì)比分析組合模型以及單一模型的預(yù)測(cè)精度、適用性以及應(yīng)用效果。具體探討的內(nèi)容如下:
   1、首先介紹小波去噪的原理方法、灰色模型GM(1,1)和RBF神經(jīng)網(wǎng)絡(luò)自建模方法和建模特點(diǎn)。

4、>   2、提出了小波去噪的灰色組合模型和小波去噪的神經(jīng)網(wǎng)絡(luò)組合模型以及相應(yīng)的建模方法,并詳細(xì)敘述了這兩個(gè)模型的可行性。
   3、分別用新陳代謝GM(1,1)模型、RBF神經(jīng)網(wǎng)絡(luò)模型兩個(gè)單一模型以及小波RBF神經(jīng)網(wǎng)絡(luò)模和小波新陳代謝GM(1,1)兩種組合模型對(duì)某大廈的沉降觀測(cè)點(diǎn)的累積沉降值進(jìn)行處理和預(yù)測(cè)。預(yù)測(cè)結(jié)果表明本文提出的組合模型的預(yù)測(cè)結(jié)果優(yōu)于單一模型預(yù)測(cè)結(jié)果,并且小波RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果要優(yōu)于小波GM(1,1)模型

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論