基于小波的灰色马尔可夫组合模型在基坑变形预测中的应用研究

基于小波的灰色马尔可夫组合模型在基坑变形预测中的应用研究

论文摘要

我国各大城市的地铁已经进入加速建设时期,但是在地铁基坑的施工过程中由于受到多种因素的影响,会导致工程体产生一定程度的变形,如果变形超出了安全范围将会引发安全事故造成严重后果。因此,加强对地铁变形监测、及时有效地进行地铁变形预测预报,保障地铁施工与运行过程中的安全就显得尤为重要。目前,常用的各种单一预测模型都有本身的局限性,预测精度往往较低,难以满足地铁工程变形监测的需求。因此,本文以南宁市地铁5号线中金凯路站的基坑施工监测为例,针对地铁基坑变形具有动态、含噪声的特点,构建了基于小波的灰色马尔可夫组合模型,对地铁车站基坑施工变形进行预测。论文主要研究内容如下:1.按照建筑基坑工程监测技术规范指导的要求,科学合理地设计了本基坑变形施工监测方案和方法,为建立基坑变形预测模型提供了真实可靠的数据基础。2.简要介绍了小波变换的基本原理和小波阈值去噪的具体过程方法以及精度评价指标。结合工程实际数据从小波函数的选取,分解层数的确定以及具体的阈值获取方式等三个方面进行了讨论研究。通过对去噪效果的对比得出在本文数据处理过程中采用db6小波选用启发式阈值进行3层次分解的去噪效果最佳。3.结合灰色模型与小波去噪的特点提出了两种小波灰色组合模型的建模方法,并通过融合原始GM(1,1)模型的两种改进方法进一步提升模型的预测精度。通过实验表明对高频部分的数据选用合适的小波去噪方法进行去噪处理获取了新的平稳高频序列后,再运用改进的GM(1,1)模型对各个序列进行预测处理最后进行小波重构的组合模型方式所获取的预测精度较高的。4.详细阐述了灰色马尔可夫模型的建模过程,运用新陈代谢原理对灰色马尔可夫模型进行了一定程度的改进,应用于工程实例验证改进方法的合理性。5.建立了一种基于小波的灰色马尔可夫组合预测模型,首先利用小波分析作为数据分析的预处理工具,能有效消除原始数据中的噪声部分;然后采用灰色预测模型对数据进行拟合,找出其变化趋势;最后,通过马尔可夫模型进行修正。实验结果表明组合模型通过对模型数据中的隐含关系进行深度挖掘增强预测数据对变化趋势的敏感性,消除长期预测造成的数据发散现象,获得更高精度的预测值。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  •   1.1 课题背景及意义
  •   1.2 国内外研究现状
  •     1.2.1 变形分析预测模型研究现状
  •     1.2.2 变形分析组合模型研究现状
  •   1.3 研究内容和组织结构
  •     1.3.1 研究目标
  •     1.3.2 主要研究内容
  • 第二章 变形监测方案设计与监测方法
  •   2.1 工程概况
  •   2.2 监测依据和监测内容
  •     2.2.1 监测依据
  •     2.2.2 监测内容
  •     2.2.3 监测点位的布设
  •   2.3 监测方法
  •     2.3.1 监测设备
  •     2.3.2 水平位移监测
  •     2.3.3 垂直位移(沉降)监测
  •     2.3.4 深层水平位移监测
  •     2.3.5 支护桩内力监测
  •   2.4 监测报警值及频率
  •     2.4.1 监测报警值
  •     2.4.2 监测频率
  •   2.5 监测信息反馈
  •   2.6 本章小结
  • 第三章 变形数据小波去噪分析
  •   3.1 小波分析基本理论
  •   3.2 小波去噪方法与流程
  •   3.3 小波去噪评价指标
  •   3.4 小波去噪阈值法实例分析
  •     3.4.1 不同小波函数去噪效果对比
  •     3.4.2 不同小波分解层数去噪效果对比
  •     3.4.3 不同阈值选取方法去噪效果对比
  •   3.5 本章小结
  • 第四章 小波灰色模型在基坑变形监测中应用
  •   4.1 灰色系统理论概述
  •   4.2 灰色GM(1,1)模型
  •     4.2.1 GM(1,1)模型的建模
  •     4.2.2 GM(1,1)模型的精度指标
  •   4.3 小波灰色模型运用实例分析
  •     4.3.1 小波灰色模型组合模型
  •     4.3.2 实例分析
  •   4.4 改进小波灰色模型运用实例
  •     4.4.1 新陈代谢灰色模型
  •     4.4.2 背景值修改模型
  •   4.5 本章小结
  • 第五章 灰色马尔可夫模型的运用与改进
  •   5.1 马尔可夫链定义
  •   5.2 灰色马尔可夫预测模型
  •     5.2.1 GM(1,1)模型建立
  •     5.2.2 状态划分
  •     5.2.3 马氏性检验
  •     5.2.4 初始概率计算
  •     5.2.5 状态转移矩阵的组成与计算
  •   5.3 灰色马尔可夫模型运用实例分析
  •   5.4 模型改进与实例分析
  •   5.5 本章小结
  • 第六章 基于小波的灰色马尔可夫组合模型的建立及运用
  •   6.1 基于小波的灰色马尔可夫组合变形预测模型的建立
  •     6.1.1 组合模型的理论依据
  •     6.1.2 组合模型的建模过程
  •   6.2 预测模型验证与分析
  •     6.2.1 小波分解与去噪处理
  •     6.2.2 灰色模型预测
  •     6.2.3 马尔可夫预测
  •   6.3 模型检验算例
  •     6.3.1 检验算例1
  •     6.3.2 检验算例2
  •   6.4 本章小结
  • 第七章 结论与展望
  •   7.1 本文主要工作与总结
  •   7.2 问题与展望
  • 参考文献
  • 申请学位期间的研究成果及发表学术论文
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 康昊华

    导师: 刘立龙

    关键词: 变形监测,小波去噪,灰色系统,马尔可夫模型,组合模型

    来源: 桂林理工大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 地质学,铁路运输,建筑科学与工程

    单位: 桂林理工大学

    分类号: U231.3;TU433

    DOI: 10.27050/d.cnki.gglgc.2019.000014

    总页数: 73

    文件大小: 2929K

    下载量: 60

    相关论文文献

    • [1].柯仲平诗选[J]. 中国诗歌 2016(08)
    • [2].灰色马[J]. 作品 2008(03)
    • [3].身份的迷茫——评曾楚桥的《灰色马》[J]. 文学教育(上) 2009(11)
    • [4].灰色马[J]. 文学界(原创版) 2009(06)
    • [5].区域物流规模的改进灰色马尔可夫预测[J]. 包装工程 2009(07)
    • [6].灰色马[J]. 文学教育(上) 2009(11)
    • [7].从《启示录》到革命书——郑振铎《灰色马》中的思想论辩[J]. 圣经文学研究 2019(02)
    • [8].入境旅游发展的灰色马尔可夫预测模型研究[J]. 四川理工学院学报(自然科学版) 2013(06)
    • [9].大流感、战争与创伤记忆——《灰色马,灰色的骑手》中的创伤叙事[J]. 南华大学学报(社会科学版) 2015(01)
    • [10].“灰色世界”里人与上帝的关系——解读波特的中篇小说集《灰色马,灰色的骑手》[J]. 昆明学院学报 2010(05)
    • [11].基于灰色马尔可夫的矿山机电设备故障趋势预测分析[J]. 内蒙古煤炭经济 2018(03)
    • [12].改进的灰色马尔可夫组合预测模型应用研究[J]. 重庆工商大学学报(自然科学版) 2012(01)
    • [13].基于灰色马尔可夫预测模型的鱼类活动位置研究[J]. 数码世界 2020(04)
    • [14].小城[J]. 读写月报 2019(11)
    • [15].小城[J]. 课外语文 2019(20)
    • [16].基于灰色马尔可夫组合模型的福州港吞吐量预测[J]. 太原理工大学学报(社会科学版) 2012(06)
    • [17].一种趋势划分的灰色马尔可夫网络流量预测方法[J]. 桂林电子科技大学学报 2010(03)
    • [18].基于灰色马尔可夫方法的机场FOD事件预测[J]. 中国民航大学学报 2016(03)
    • [19].基于核和灰度的灰色马尔可夫预测模型及应用[J]. 系统工程与电子技术 2020(02)
    • [20].船舶电站可靠性灰色马尔可夫预测模型[J]. 船舶工程 2009(02)
    • [21].灰色马尔可夫预测模型和加权加增长率移动平均法预测精度的比较[J]. 统计与决策 2018(22)
    • [22].灰色马尔可夫预测模型在公路交通事故中的应用[J]. 长春大学学报 2012(02)
    • [23].二手车金融野地撒欢[J]. 东西南北 2017(24)
    • [24].基于灰色马尔可夫Verhulst模型的因特网访问人数预测分析[J]. 计算机工程与科学 2014(07)
    • [25].基于灰色马尔可夫模型的黑龙江省对日贸易额预测[J]. 森林工程 2013(03)
    • [26].外商直接投资趋势研究——基于灰色马尔可夫预测模型与时间序列模型的对比[J]. 系统工程理论与实践 2016(04)
    • [27].灰色马枣棕色马[J]. 文学少年(中学) 2010(02)
    • [28].基于灰色马尔可夫修正模型的城市月用电需求预测[J]. 电力需求侧管理 2013(01)
    • [29].那朵花儿[J]. 散文诗世界 2013(05)
    • [30].物流园区物流量灰色马尔可夫预测模型[J]. 森林工程 2014(05)

    标签:;  ;  ;  ;  ;  

    基于小波的灰色马尔可夫组合模型在基坑变形预测中的应用研究
    下载Doc文档

    猜你喜欢