全站仪在监测建筑物倾斜度中的应用

在城市中进行深基坑开挖时,往往需对附近重要建筑物的沉降、倾斜进行必要的监测,以保证基坑施工期间附近建筑物的安全,其中建筑物的倾斜是监测的重要项目之一。目前对建筑物倾斜的测试手段有测斜系统、全站仪等,用测斜系统测试倾角虽然精度较高,而对城市高层建筑而言,测斜管的埋设及测试工作有比较大的困难,如果采用全站仪进行测斜,测点(或称反射膜片)的埋设简单,测试也方便,但用全站仪对建筑物倾斜角度进行测试的精度能否满足工程需要就不得而知。     

遗传算法BP神经网络在变形监测中的研究

介绍了BP神经网络和遗传算法的概念和基本理论,详细阐述了遗传算法优化的BP神经网络和BP神经网络这两种神经网络模型,深入分析了两种模型在基坑水平位移监测的数据预报,指出了遗传算法优化的BP神经网络模型具有更好的预测效果.     

遗传算法及其在平面度误差求解中的应用

对标准遗传算法提出了一些改进,并应用于计算满足最小区域法的平面度误差．采用实数值编码,其计算结果的精确度非常高,理论上可以获得全局最优解．改进的遗传算法简单明了,收敛速度快,在计算机上容易实现,可用于三坐标测量机等测量平面度误差的数据处理．     

遗传算法在复杂结构离散优化中的应用

本文利用遗传算法ＧＡ处理离散非凸问的优势,提出将序列二次规划法,改进的外罚函数法与ＧＡ法结合,并提出了进行可行性调整的新策略,从而为复杂结构离散优化建立了一种新的方法。     

时间序列在变形监测中的应用

详细介绍了时间序列的基本原理以及时间序列建模中的数据预处理、模型选择、模型定阶、模型参数的确定及模型的可靠性等建模步骤,并给出了时间序列的预报公式.最后用时间序列分析处理了某市的某-边坡沉降观测数据.通过对结果的分析,得出时间序列分析用于简单的时序预测具有较好的效果,9期预测误差的绝对值均小于0.18 mm.其建模过程...     

GPS在变形监测中的应用

综述了GPS技术在变形监测中应用的现状、特点和作业方式,介绍了GPS变形监测的自动化系统以及一机多天线监测系统,对GPS在变形监测中的广泛应用具有重要意义。     

GPS在工程变形监测中的应用

与传统的工程变形监测方法相比,GPS测量技术在连续性、实时性和自动化程度等方面有明显的优势.在分析了GPS在变形监测方面的特点的基础上,探讨了GPS在大坝、地面沉降、高层建筑物等工程变形观测中的应用.     

遗传算法及其在平面度误差评定中的应用

将二进制编码的标准遗传算法应用于平面度误差的评定,建立了完全符合最小区域条件的平面度误差评定的数学模型,并在此基础上给出遗传算法的适应度函数计算方法.通过对实例评定,并与最小二乘法和计算几何法评定结果进行比较,证实了该方法计算结果明显小于上述两种方法,而且克服了传统平面度误差最小区域法评定时受测点布局及测点数目限制的局限性,具有很大的灵活性.     

遗传算法同化系统在修正模式地形中的应用研究

本文以2006年7月15日的天气过程为例,将遗传算法同化系统应用于修正模式地形即修正模式的问题当中,因为地形是模式的重要参数．提供了一种新的较为有效的修正模式误差的方法。该方法能够反演出一个与初始气象要素场相匹配协调的地形场,从而优化了预报模式．使得该模式有效改善对强降水中心及降水区域的预报。     

基于遗传算法的双线性模型在大坝安全监测预报中的应用

文章提出了实用自相关系数图确定双线性模型的自回归项,应用了基于遗传算法的一套建模方法。通过实例表明,由于双线性模型实际拟合和预测过程中产生的残差信息进行反馈矫正,保证了模型高的拟合精度和稳健的预测性能,与门限自回归模型比较,双线性模型比门限自回归模型具有更好的预测精度。     

改进的BP网络在深基坑变形监测与预报中的应用研究

从信息化施工的必要性及深基坑工程的特点,说明了深基坑变形监测与预报的重要性.因为影响基坑变形的因素很复杂,且传统的计算方法已无法准确地预测其变形.根据深基坑变形的基本特征,运用遗传算法优化BP网络建立了深基坑变形预报模型,通过对比说明优化的适用性和有效性.     

遗传算法及其在结构可靠度计算中的应用

遗传算法作为一种优化算法,对目标函数和约束条件没有过于苛刻要求,在结构可靠度计算中的应用越来越广泛.利用MATLAB数学软件,并引入遗传算法编制相应程序,对提供的已知功能函数进行了可靠度计算,同时,考虑各种不确定因素对桁架体系的结构可靠度也进行了研究,计算效果较好,表明该方法在可靠度特别是复杂体系可靠度分析中应用价值较为突出.     

卡尔曼滤波在桥梁变形监测中的应用

卡尔曼滤波理论是最优线性估计的一种方法,它作为一种动态数据处理方法在许多领域得到应用。该方法能够快速、实时地处理大量的变形数据,并能有效的提高监测数据的精度,而且还能够对下一时刻的状态做出预测。本文介绍了离散线性系统的卡尔曼滤波模型及其迭代过程,以某桥上的固定点为例,将卡尔曼滤波模型应用到动态变形监测上,并取得了较好的效果,证实了卡尔曼滤波在滤波和预测方面的可行性。     

超大软土深基坑工程变形监测分析

结合佛山市海八路隧道超大软土深基坑工程施工和监测成果,分析围护结构变形、支撑轴力、坑外地表沉降等的动态变化过程,并依据监测对施工进行信息反馈,确保基坑工程施工安全,得出对类似大型基坑工程有价值的参考经验。     

基于遗传算法的空间直线度误差的求解

提出了一种计算满足最小区域法的空间直线度误差的新方法——遗传算法,并采用实数值编码,其计算精确度非常高,理论上可以无限逼近真实值．仿真结果表明,该算法可有效地实现全局寻优,且算法简单,收敛速度快,在计算机上容易实现,可用于三坐标测量机等测量系统的空间直线度误差测量的数据处理．     

遗传算法在结构振动控制中的应用

对遗传算法(GA)在建筑结构系统辨识、振动控制算法、结构振动控制作动器优化布置和作动器参数优化等研究方向的应用进行了较全面研究和计算机仿真分析.结果表明,遗传算法是一种高效的搜索计算和优化计算方法,这一算法非常适合处理结构振动控制领域中的诸多复杂优化问题,能够精确地识别复杂结构系统的动态响应,实现结构振动控制系统的优化设置.     

遗传算法在建立大坝变形监控模型中的应用

在以逐步回归法初步建立回归模型的基础上，用改进的遗传算法对模型的回归系数进行重新评估，并建立新的大坝安全监控模型。以李家峡拱坝作为工程实例，对大坝实测变形资料进行了计算分析，证明此法的可行性。     

遗传算法在蛋白质结构预测中的应用

蛋白质结构预测在生物信息学研究中占有重要地位,此文对遗传算法（GAs)在蛋白质结构预测中的应用作一评述,首先,简要地介绍了遗传算法和一般的蛋白质构象搜索问题,然后对近年来用遗传算法解决蛋白质结构预测的研究作了回顾,并分析了算法的效果和特点,最后,展望了用遗传算法解决蛋白质结构预测问题的前景。     

遗传算法在结构损伤模式识别中的应用

研究了遗传算法在结构损伤诊断中的应用。将结构的损伤诊断问题等价为结构的损伤模式的识别问题,并应用遗传算法的全局搜索功能来实现损伤状态的优化识别。其中应用结构的第一阶振型变化率作为结构的损伤诊断标识量,从而减小遗传操作的种群规模,极大的提高了遗传算法的计算效率。四边固支板结构的单位置以及多位置损伤诊断算例说明了该方法是可行的,具有较高的识别精度。     

三维激光扫描测量技术在变形监测中的应用

三维激光扫描设备能够做到非接触测量,对被测对象实施扫描后,能够迅速衔接云点数据,收集被测点的形变信息。与此同时,该技术能够对基坑与四周建筑的形变趋势做到跟踪记录,利于相关技术人员了解基坑与建筑的形变问题,从而及时采取管控措施。该文结合某实际基坑监测工程,采用三维激光扫描设备,提出一种基于三维激光扫描测量技术的基坑形变监测方案,并详细分析方案应用过程。希望三维激光扫描技术能够在基坑变形监测中发挥出最好的效果。