基于主成分监控法的混凝土坝变形预警机制研究

针对传统方法处理混凝土坝观测数据中存在多重共线性问题的局限性,引入混凝土坝观测数据分析的主成分分析方法,对相应的原始观测数据进行降维重构,提取了起主要作用的少数主成分,可以对高维数据进行降维处理,且数据信息丢失很小,有效地减少数据冗余及噪声作用。对于混凝土坝平稳观测数据序列引入置信椭圆,提出了一种多效应量的主成分监控法,构建了多效应量的整体观察值控制域。工程实例表明,该方法是一种直观、高效、可行的混凝土坝预警机制。     

关于GPS在变形监测中的应用研究

随着科技的发展,各种先进的技术不断地应用到各个领域当中,GPS就是科技高速发展的产物。在传统技术不能够满足变形监测要求的情况下,GPS以其全天候、精度高及速度快的优势被广泛应用于变形监测中,并取得良好的成果。本文主要对GPS及变形监测技术进行了简单介绍,并对GPS在变形监测技术中的应用现状进行了重点分析,进而探讨了GPS技术在变形监测中的发展趋势。     

基于GPS浮动车的路径优化方法研究

由于城市路径具有大规模路网等特点,传统的路径优化算法难以解决具有实际情况的城市交通路网问题.考虑城市实际道路路网信息,结合动态GPS浮动车数据,将实际道路长度和道路拟合成虚拟路径,提出了一种基于粒子群蚁群算法的混合算法.研究表明,混合算法在时间和精度上优于蚁群算法和粒子群算法,在提高高效性和准确性上具有较好的效果,为城市道路优化和城市出行提供可靠依据.     

以变形控制为原则的陡坡路段桥梁桩基础设计方法研究

基于变形控制原则的桥梁设计方法,可以在保证桥梁荷载的基础上,合理减少桥梁的桩基数量,为桥梁施工节约相应成本.本文以陡坡地段的桥梁桩基设计为例,利用离散微积方程,构建桩基础设计模型,并对其进行仿真分析.结果显示,提出的桥梁桩基础设计方法,可以大幅度提高桩基设计的准确率,将其最大误差控制在10％以内.同时,通过对桩基础压力...     

基于因子分析的桥梁主梁耐久性评价方法研究

选取混凝土碳化深度、混凝土裂缝状态、氯离子含量、钢筋锈蚀等12个指标,通过实地调查检测得出18组混凝土桥梁主梁耐久性数据,对其评估体系及方法进行研究。遵循简明科学原则、量化原则、数据易得且可比原则等原则,基于因子分析方法提出了用于钢筋混凝土桥梁主梁耐久性状态评估的指标体系和方法。结果表明:不同环境主梁自身特性对混凝土桥梁主梁耐久性的影响,并为桥梁养管单位提供是否需要进行耐久性维护提供理论依据。     

GPS/SST/SINS组合导航系统研究

提出了卫星/捷联星光/捷联惯导组合导航系统的方案和组合结构,采用改进的集中滤波对多传感器信息进行数据融合和导航状态的最优估计.该组合导航系统将捷联星光跟踪仪的姿态信息、高动态GPS的位置、速度信息与捷联惯导进行组合滤波,全面提高导航的姿态、速度和位置精度.同时该组合导航系统以弹道导弹为应用对象,设计并实现了基于弹道导弹的GPS/SST/SINS组合导航系统实时仿真平台,仿真结果表明该组合导航系统能提高导弹的导航精度,滤波算法稳定可靠.     

LSTM神经网络模型在GPS变形监测中的应用研究

为提高GPS变形监测在工程应用中的精确度,研究LSTM神经网络在变形监测中的作用。分别利用建立的GM(1,1)模型和LSTM神经网络模型对GPS变形监测工程案例进行应用分析,与GM(1,1)模型相比LSTM神经网络模型预测误差降低幅度可达58%,相对误差降低幅度可达62%,RMSE值降低幅度为66%,结果说明LSTM神经网络模型较GM(1,1)模型有更高的预测精确度,预测结果更接近实际测量结果,深度学习的方法之一LSTM神经网络模型在GPS变形监测中有很高的应用价值。     

深基坑变形报警方法研究

深基坑开挖导致基坑周围土体的水平位移和竖向位移,可能会致使周边建筑出现裂缝,严重的会导致周边建筑失稳,所以在基坑的施工过程中需要密切关注基坑的变形情况。本文提出一种深基坑变形报警方法,建立基坑变形控制指标体系,基于该指标体系设置报警级别并进行报警。指标体系由基坑的累计变形量、变形速率及变形加速度这三项变形控制关键指标组成,所述累计变形量和变形速率具有对应的第一报警值、第二报警值和第三报警值,所述变形加速度具有对应的第四报警值。该报警方法可以及时准确地评价基坑的安全状态,提高基坑施工的安全度。     

基于SVM的GPS高程拟合方法的参数选取研究

本文详细阐述SVM在GPS高程拟合的应用和原理,介绍SVM方法参数选取的意义和重要性,结合MATLAB在不同样本的情况下,对三种参数寻优方法进行对比试验。结果表明,PSO算法比其他两种算法更稳定,拟合精度也更高。     

基于相似日的神经网络短期负荷预测方法

对于受不确定因素影响的短期电力负荷,提出了一种基于相似日的神经网络预测方法。设计了一个规范化的相关因素映射数据表,应用聚类分析方法描述由于相关因素的不同而导致的待预测日与历史日之间的差异程度,选用日特征量相同或相近的历史负荷数据作为神经网络的输入元素进行预测。用该方法选取相似日可以较多的考虑各种因素,因此,具有较高的预测精度。     

基于DMD-NARX模型的短期电力负荷预测方法

提出了一种基于DMD-NARX模型的短期电力负荷预测方法,深入地探索了负荷变化趋势和历史数据之间的内在关联,同时在短期预测的精度上有所提高。首先通过自相关函数(Autocorrelation function, ACF)并结合短期负荷波动的时间规律特性,在已有历史相关数据的基础上推导出相应日期的输入特征集合;然后将输入特征集合归一化后通过Hankel矩阵完成由单变量输入特征序列向多维数据矩阵的转换,以动态模态分解(Dynamic mode decomposition, DMD)为手段完成对上一步所得多维数据矩阵的动态模态估计和特征分解,同时对电力负荷底层的多尺度动态情况有了更加深入的掌握;最后使用基于外部输入的非线性自回归(Nonlinear autoregressive with external inputs, NARX)神经网络模型,同时以上一步取得的动态模态估值作为计算相应预测日期内各时段负荷分布的基础,并推导出最终预测结果。最终的测试数据证明,此方法较好地改善了模型的预测精度。     

基于信息融合技术的公路桥梁检测评价方法研究

近年来,我国公路桥梁建设取得了很大的成就,大部分的桥梁已进入运营与养护阶段.通过分析公路桥梁检测过程中存在的问题,利用多源信息融合的技术将养护管理中的经常性检查、定期检查、特殊检查或巡查信息进行融合,为运营管理单位提供科学的养护决策,有助于公路桥梁管养水平的提升.     

基于GPS技术的遥感测绘方法及实践

随着现代化科技水平的提高,人们对于信息科学技术的要求也不断提高。在实践中逐渐将全球定位系统(GPS)与遥感测绘相结合,综合运用到建设土路桥梁、测量气候变化等实践活动中,本文将着力于探讨基于GPS技术的遥感测绘方法及实践相关的问题,并结合具体实践研究其具体方法和科学原理。     

电力负荷短期预测的神经网络方法研究

设计了一个三层神经网络模型来实现电力系统的短期负荷预测。采用了改进的ＢＰ学习算法,以提高训练的收敛速度,预测仿真结果表明,所设计的神经网络是可以进行短期负荷预测的。     

基于小波变换的模糊神经网络短期负荷预测方法

为了解决传统神经网络的预测精度取决于输入变量和测试样本的缺陷,采用二阶Daubechies小波作为母小波,通过离散小波变换和逆变换的多分辨率把负荷序列分解为4个小波分量,不但把握了负荷序列的规律性,而且减轻了神经网络的学习压力.采用自适应遗传算法对模糊规则和权重进行修正,优化模糊神经网络,提出GNN-W-GAF模型.该模型既发挥了模糊算法的特点,又使得各种知识点在神经网络中相互融合,避免了初始值设定的随意性.仿真结果表明,该方法能显著提高预测精度和预测性能.     

桥梁结构基于动力特性的损伤诊断方法

阐述了基于结构动力特性的桥梁损伤诊断基本原理和方法,比较分析了各类损伤诊断方法的特点及适用条件,并指出了桥梁结构基于动力特性的损伤诊断方法和进一步需要研究解决的问题．     

基于GPS/GIS/GPRS技术的动态车辆调度系统设计与实现

针对车辆配送动态调度问题,在以基于并行节约法和禁忌搜索的混合禁忌搜索算法为理论进行静态调度求解的基础上,将新的客户需求设置为虚拟点并以局部调整策略实现VRPB的动态调度计算.开发基于GPS/GIS/GPRS技术的动态车辆调度系统.该系统能够实时跟踪车辆位置,检测新的客户需求,以这些参数作为输入动态地优化车辆配送方案和行驶路径,并通过GPRS将调度结果快速准确地传送给车辆.     

基于冲击回波法的桥梁预应力孔道灌浆密实度检测方法研究

全国很多质检机构对预应力混凝土桥梁后张法孔道的灌浆密实度检测都提出了明确的要求,很多在建工程也对灌浆密实度进行了专项检测。鉴于此,本文探讨了冲击回波法的桥梁预应力孔道灌浆密实度检测方法,以期为相关工作提供参考。     

基于加权法的地球重力场模型在GPS高程转换中的方法研究

在工程应用中,通常需要将GPS大地高转换为正常高,介绍了EGM2008地球重力模型以及高程转换方法,在该地球重力模型的基础上,以距离的倒数定权,提出了利用加权平均值法来求GPS高程转换的残差．工程实例验证了该方法在高原地区可以达到4等几何水准的测量精度,具有一定的应用价值．     

GPS坐标序列ARMA模型在桥梁索塔形变监测中的应用研究

针对运营期大跨径公路桥梁索塔易受承重、风力和太阳辐射等外界因素影响而发生变形的问题,研究了基于时间序列分析的桥梁索塔变形预测方法,将基于高阶差分的非平稳时间序列平稳化处理方法以及基于自动搜索定阶法的自回归ARMA模型阶数确定应用于桥梁索塔GPS坐标时间序列处理。以苏通长江公路大桥南塔2018年全年GPS监测数据作为研究对象进行试验,通过自动搜索定阶后的ARMA模型预测苏通大桥南塔2019年1—3月的索塔变形值,结果表明苏通大桥南塔预测值曲线起伏总体上与实测值的曲线起伏保持一致,且预测值与实测值的差异优于4 mm,但预测数据与实测数据之间的相关性随着预测天数的增加而逐渐减弱,此时可根据最新获得的监测数据重新建立模型对索塔进行变形预测。